結(jié)合主動(dòng)學(xué)習(xí)的視覺場(chǎng)景理解.pdf

1、基于視覺的場(chǎng)景理解能夠有效幫助和提高計(jì)算機(jī)對(duì)于復(fù)雜多變室內(nèi)外場(chǎng)景的分析和認(rèn)知能力，是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)之一。根據(jù)場(chǎng)景的多層次語義表達(dá)，場(chǎng)景理解通?？煞譃榫植繄?chǎng)景理解和全局場(chǎng)景理解兩大類。前者側(cè)重于對(duì)場(chǎng)景局部區(qū)域的分布和類別進(jìn)行分析和描述，諸如場(chǎng)景中各種不同類別局部目標(biāo)的識(shí)別和定位；后者則側(cè)重于理解場(chǎng)景的全局屬性，比如場(chǎng)景分類。場(chǎng)景的局部和全局理解能夠從不同認(rèn)知層面加深計(jì)算機(jī)對(duì)于未知場(chǎng)景的認(rèn)知和把握程度，在諸如智能監(jiān)控，信息檢索和移

2、動(dòng)機(jī)器人等領(lǐng)域具有廣闊的應(yīng)用前景，因而具有重要的研究?jī)r(jià)值和意義。由于視覺信息容易受視角，尺度，背景干擾和遮擋等因素的影響，目前的視覺場(chǎng)景理解技術(shù)在準(zhǔn)確性和魯棒性上依然存在著諸多問題。本文分別從場(chǎng)景理解的不同認(rèn)知層面入手，分別研究了局部和全局場(chǎng)景理解領(lǐng)域中的三個(gè)熱點(diǎn)課題，并在機(jī)器學(xué)習(xí)環(huán)節(jié)中結(jié)合了主動(dòng)學(xué)習(xí)來實(shí)現(xiàn)人工樣本標(biāo)注數(shù)目的降低和分類器訓(xùn)練負(fù)擔(dān)的減輕，本文內(nèi)容和貢獻(xiàn)如下：
　　 本文重點(diǎn)研究了一種基于支持向量機(jī)的多視角主動(dòng)學(xué)習(xí)算

3、法。由于主動(dòng)學(xué)習(xí)具有降低樣本復(fù)雜度的特點(diǎn)，因而在諸如目標(biāo)識(shí)別和場(chǎng)景分類等視覺場(chǎng)景理解領(lǐng)域得到了越來越多的關(guān)注和發(fā)展。支持向量機(jī)在小樣本分類中具有較好的性能，而多視角學(xué)習(xí)相比單視角學(xué)習(xí)則能夠更好地降低樣本的分類誤差，因而兩者的結(jié)合有助于改善主動(dòng)學(xué)習(xí)的性能。本文算法針對(duì)傳統(tǒng)的多視角主動(dòng)學(xué)習(xí)算法協(xié)同測(cè)試在分類假設(shè)生成和采樣策略中存在的不足分別提出了相應(yīng)的改進(jìn)。首先，本文將支持向量機(jī)作為各個(gè)視角的基本分類器，并將基于分類器序貫組合的Adaboo

4、st算法應(yīng)用到多視角主動(dòng)學(xué)習(xí)框架中以強(qiáng)化每次查詢后生成的分類假設(shè)；其次，為了適應(yīng)具有大規(guī)模未標(biāo)記樣本的訓(xùn)練集，本文提出了一種自適應(yīng)的分級(jí)采樣競(jìng)爭(zhēng)策略，當(dāng)分類爭(zhēng)議樣本數(shù)目較多時(shí)通過無監(jiān)督譜聚類獲得上述樣本的空間分布描述，并在各個(gè)聚類中通過求解二次規(guī)劃來結(jié)合樣本的分類不確定度和冗余度信息以獲得可靠的多視角采樣。通過實(shí)驗(yàn)證明，本文提出的主動(dòng)學(xué)習(xí)算法與目前幾種主流算法相比能夠更快地收斂并具有更高的分類性能。
　　 如何在靜態(tài)圖像中對(duì)多種

5、不同類別的目標(biāo)進(jìn)行聯(lián)合識(shí)別和分割是局部場(chǎng)景理解的重要研究領(lǐng)域之一。目前，該研究領(lǐng)域還有諸多難題沒有解決。由于缺乏運(yùn)動(dòng)信息，目標(biāo)識(shí)別和分割的結(jié)果容易受視角，光照以及遮擋等變化的影響。為此，本文提出了一種結(jié)合主動(dòng)學(xué)習(xí)的多類別目標(biāo)聯(lián)合識(shí)別和分割方法。本文首先利用三種不同的無監(jiān)督圖像分割方法來獲得目標(biāo)的多分割描述以增強(qiáng)目標(biāo)像素之間的空間關(guān)聯(lián)。其次，通過第二章的方法構(gòu)建多視角主動(dòng)學(xué)習(xí)分類器來實(shí)現(xiàn)多分割圖中各個(gè)分割塊的分類，并在分割塊的同質(zhì)性預(yù)測(cè)基

6、礎(chǔ)上通過加權(quán)不同分割圖的信息來降低分割塊層目標(biāo)分類的不確定度。最終，本文將分割塊層的局部目標(biāo)信息和基于圖像層的全局目標(biāo)信息融合到分級(jí)條件隨機(jī)場(chǎng)框架中，通過圖模型推理來同步實(shí)現(xiàn)目標(biāo)分割的區(qū)域平滑和語義上下文優(yōu)化。
　　 文中闡述了一種結(jié)合主動(dòng)學(xué)習(xí)的非結(jié)構(gòu)化道路分割方案。從圖像中獲取準(zhǔn)確的道路區(qū)域在諸如自主駕駛和移動(dòng)機(jī)器人等實(shí)用領(lǐng)域具有重要的應(yīng)用價(jià)值，而在復(fù)雜多變的非結(jié)構(gòu)化場(chǎng)景中將道路與非道路區(qū)域進(jìn)行準(zhǔn)確區(qū)分則面臨比傳統(tǒng)的結(jié)構(gòu)化道路

7、場(chǎng)景更大的挑戰(zhàn)。為此，本文在結(jié)合圖像區(qū)域和邊界信息的基礎(chǔ)上，提出了一種自頂向下的道路分割方法?；谙袼貙臃诸惖姆椒ㄍㄟ^基于自監(jiān)督的在線學(xué)習(xí)來提高對(duì)于道路場(chǎng)景變化的適應(yīng)性，而馬爾可夫隨機(jī)場(chǎng)則用于實(shí)現(xiàn)分類結(jié)果的空域平滑。基于道路邊界約束的方法則通過估計(jì)道路的消失點(diǎn)位置來獲取可靠的道路邊界描述。本文通過基于多視角主動(dòng)學(xué)習(xí)的全局道路分類器來預(yù)測(cè)當(dāng)前場(chǎng)景所對(duì)應(yīng)的道路模型，并根據(jù)不同的道路類型自適應(yīng)地選擇最優(yōu)的道路分割方法。此外，本文在道路漸變的先

8、驗(yàn)假設(shè)基礎(chǔ)上通過時(shí)域平滑機(jī)制分別對(duì)像素層分類和道路模型預(yù)測(cè)進(jìn)行改進(jìn)，從而進(jìn)一步提高了道路分割的可靠性。
　　 場(chǎng)景分類能夠幫助計(jì)算機(jī)在宏觀上準(zhǔn)確理解各種復(fù)雜的環(huán)境類型，從而在諸如基于內(nèi)容的圖像檢索和自主駕駛等多個(gè)領(lǐng)域能夠發(fā)揮重要的作用。為此，本文提出了一種結(jié)合主動(dòng)學(xué)習(xí)的場(chǎng)景分類方法。在多視角主動(dòng)學(xué)習(xí)算法框架中，本文采用了三個(gè)基于不同特征的視角來分別生成相應(yīng)的假設(shè)：首先，本文使用多種不同的目標(biāo)檢測(cè)器來獲取場(chǎng)景內(nèi)部的局部目標(biāo)響應(yīng)特征

9、；其次，空間關(guān)系集的挖掘能夠更好地增強(qiáng)場(chǎng)景中各個(gè)局部區(qū)域之間的空間語義關(guān)聯(lián)；最后，本文提出了一種基于級(jí)聯(lián)的在線隱狄利柯雷分布主題模型框架?；陔S機(jī)梯度下降的在線隱狄利柯雷分布模型可以更好地適用于大規(guī)模樣本庫的學(xué)習(xí)，而針對(duì)不同的空間金字塔層采用基于加權(quán)的聯(lián)合主題建模則能夠獲取更為準(zhǔn)確的場(chǎng)景主題描述。實(shí)驗(yàn)表明，上述三種特征均相比于傳統(tǒng)的低層圖像特征能夠從不同角度對(duì)高層圖像語義進(jìn)行更為有效地描述，而基于上述視角特征隨機(jī)組合的多視角主動(dòng)學(xué)習(xí)算法