基于語(yǔ)義上下文建模的度量學(xué)習(xí)方法及應(yīng)用.pdf

1、對(duì)大多數(shù)機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)的任務(wù)來(lái)說(shuō)，選擇一個(gè)合適距離度量都是至關(guān)重要的。因此，以自動(dòng)設(shè)定與選取合適的距離度量為目標(biāo)的度量學(xué)習(xí)(DistanceMetricLearning，DML)方法引起了越來(lái)越多的關(guān)注。度量學(xué)習(xí)一般利用訓(xùn)練數(shù)據(jù)中發(fā)掘出來(lái)的配對(duì)約束信息，通過(guò)對(duì)目標(biāo)函數(shù)的優(yōu)化，為實(shí)例之間找到一個(gè)最優(yōu)的相似度度量方法。度量學(xué)習(xí)的能力已經(jīng)在機(jī)器學(xué)習(xí)領(lǐng)域得到了充分的驗(yàn)證，而在基于內(nèi)容的圖像分析和檢索領(lǐng)域，也有助于解決圖像底層的視覺(jué)特征與高

2、層的語(yǔ)義概念之間存在的“語(yǔ)義鴻溝”(SemanticGap)，即圖像視覺(jué)特征相似并不能保證圖像語(yǔ)義一致。
　　從分類的角度看，現(xiàn)實(shí)世界的數(shù)據(jù)對(duì)象通常屬于多個(gè)類，并且每個(gè)實(shí)例具有多個(gè)類標(biāo)簽，不同類對(duì)應(yīng)的實(shí)例集合存在一定有重合現(xiàn)象，由此帶來(lái)了一種新的約束信息：語(yǔ)義上下文(semanticcontext)。語(yǔ)義約束是指當(dāng)2個(gè)類標(biāo)簽共同出現(xiàn)的頻率很高，那么對(duì)應(yīng)類的實(shí)例的特征分布也比較接近，我們稱2個(gè)類語(yǔ)義上比較接近。假設(shè)每一個(gè)類的分布為高

3、斯分布，則不同類的分布的距離可以用微分熵(KL-divergence)來(lái)度量。
　　在本文中，我們提出了一種新穎的距離度量學(xué)習(xí)方法，可以利用多標(biāo)簽圖像的特性，同時(shí)學(xué)習(xí)一組帶有語(yǔ)義信息的距離度量。我們?yōu)槊恳粋€(gè)類學(xué)習(xí)一個(gè)單獨(dú)的距離矩陣，或者多個(gè)語(yǔ)義上接近的類共同學(xué)習(xí)一個(gè)距離度量。要學(xué)習(xí)的距離矩陣不僅要使對(duì)應(yīng)的數(shù)據(jù)在相應(yīng)的馬氏空間中滿足配對(duì)約束，不同的類之間也要滿足語(yǔ)義約束?？紤]到現(xiàn)實(shí)世界的數(shù)據(jù)常常具有很高的維度，怎樣避免過(guò)擬合的情況是

4、決定算法成敗的關(guān)鍵因素，對(duì)度量學(xué)習(xí)引入語(yǔ)義約束是一個(gè)較為有效的解決方案。同時(shí)，度量學(xué)習(xí)必須考慮到對(duì)新數(shù)據(jù)的泛化能力，為了保證這一點(diǎn)，我們使學(xué)習(xí)得到的度量矩陣對(duì)應(yīng)的分布盡量接近給定的初始分布。
　　本文進(jìn)一步把度量學(xué)習(xí)的方法應(yīng)用到圖像語(yǔ)義分析的研究中，給出了一種以度量學(xué)習(xí)為基礎(chǔ)的加權(quán)最近鄰圖像語(yǔ)義自動(dòng)標(biāo)注(AutomaticImageAnnotation，AIA)方法。在實(shí)驗(yàn)部分，我們?cè)趦蓚€(gè)圖像標(biāo)注領(lǐng)域通用的數(shù)據(jù)集Corel[9]和

5、TRECVID-2005上對(duì)方法性能進(jìn)行了檢驗(yàn)，結(jié)果表明，我們的方法要優(yōu)于最近提出的距離度量算法。
　　最后，本文對(duì)Web圖像搜索結(jié)果的優(yōu)化問(wèn)題的研究進(jìn)行了初步的嘗試。為了減少基于關(guān)鍵詞的Web圖像搜索結(jié)果中的不相關(guān)圖像，Web圖像搜索結(jié)果優(yōu)化逐漸獲得了學(xué)術(shù)界的關(guān)注。近年來(lái)出現(xiàn)了如，基于分類、聚類以及圖模型等方法，多數(shù)已知方法難以兼顧性能和執(zhí)行效率。本文提出了一個(gè)新穎的圖像搜索結(jié)果優(yōu)化系統(tǒng)：Biting，系統(tǒng)以“必應(yīng)”圖像搜索的結(jié)