圖像相對(duì)屬性學(xué)習(xí)方法研究.pdf

1、隨著計(jì)算機(jī)科學(xué)技術(shù)的快速發(fā)展，人們獲取和發(fā)布信息的能力和渠道得到了極大的提升和拓展。海量的數(shù)據(jù)在極大豐富人們資訊的同時(shí)，也給信息的組織、查找和分析帶來(lái)了挑戰(zhàn)。有效的圖像內(nèi)容理解技術(shù)已成為眾多應(yīng)用領(lǐng)域的迫切需求。屬性作為一種溝通底層特征與高層語(yǔ)義的中間橋梁，已經(jīng)被廣泛應(yīng)用到目標(biāo)識(shí)別、圖像分類(lèi)、檢索等多個(gè)領(lǐng)域。屬性包括二值屬性和相對(duì)屬性。二值屬性對(duì)圖像的描述具有局限性，不能精確地描述圖像的內(nèi)容，而相對(duì)屬性是對(duì)二值屬性的一種擴(kuò)充和細(xì)化，刻畫(huà)了

2、一種視覺(jué)性質(zhì)的強(qiáng)度譜，提供了圖像目標(biāo)較準(zhǔn)確的信息。例如，在自然圖像的描述中，哪個(gè)場(chǎng)景是“更開(kāi)闊的”;在商品圖像描述中，哪件商品是“更休閑”的。提高相對(duì)屬性學(xué)習(xí)的精度，奠定其在應(yīng)用中的基礎(chǔ)，是目前的研究熱點(diǎn)。本文主要圍繞相對(duì)屬性學(xué)習(xí)中圖像對(duì)的標(biāo)簽信息挖掘和關(guān)鍵特征保留兩個(gè)方面，進(jìn)行了如下研究:
　　(1)在相對(duì)屬性學(xué)習(xí)時(shí)，需要圖像對(duì)的標(biāo)簽信息。但是，在現(xiàn)實(shí)情況中，圖像對(duì)的標(biāo)注是一個(gè)費(fèi)時(shí)費(fèi)力的過(guò)程。針對(duì)標(biāo)簽信息少的情況，本文提出了一種

3、基于組稀疏的半監(jiān)督相對(duì)屬性學(xué)習(xí)方法，可以自動(dòng)地挖掘圖像對(duì)的標(biāo)簽信息。首先，少量的標(biāo)注樣本按照屬性的強(qiáng)弱被分組，并作為組稀疏學(xué)習(xí)中的字典。然后，對(duì)未標(biāo)注的樣本進(jìn)行稀疏分類(lèi)。半監(jiān)督學(xué)習(xí)的過(guò)程就是在每次迭代中，挑選出重構(gòu)誤差最小的未標(biāo)注樣本，按照組之間的相對(duì)關(guān)系，生成圖像對(duì)的標(biāo)簽信息，加到模型中。本文在三個(gè)公開(kāi)的數(shù)據(jù)庫(kù)（OSR、PubFig、 Shoes）中驗(yàn)證了方法的有效性，并和主動(dòng)學(xué)習(xí)方法進(jìn)行了比較。實(shí)驗(yàn)表明，本文所提出的方法在效率和精度

4、方面有一定的優(yōu)越性。
　　(2)在相對(duì)屬性學(xué)習(xí)時(shí)，需要利用提取的特征，但是特征中存在著不利于屬性學(xué)習(xí)的信息，不是每一維的特征對(duì)相對(duì)屬性學(xué)習(xí)都起到了正面作用。針對(duì)這個(gè)問(wèn)題，本文提出了一種基于重排不等式的關(guān)鍵特征保留方法。本文假設(shè)，用關(guān)鍵特征學(xué)習(xí)的模型和用原始特征學(xué)習(xí)的模型對(duì)圖像樣本的排序是基本吻合的?；谶@個(gè)假設(shè)，本文建立了關(guān)鍵特征保留方法的數(shù)學(xué)模型，并對(duì)模型進(jìn)行了求解。本文在三個(gè)公開(kāi)的數(shù)據(jù)庫(kù)(OSR、LFW-10、UT-Zap50