基于CSAE和字典學(xué)習(xí)的室內(nèi)場景分類方法研究.pdf

1、室內(nèi)場景分類作為場景分類的延伸，在圖像/視頻檢索、移動(dòng)服務(wù)機(jī)器人等領(lǐng)域都有廣泛的應(yīng)用，因此逐漸成為計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。由于室內(nèi)場景圖像存在非感興趣區(qū)域（ROI, region of interest）信息干擾，場景多尺度/視角變化，類間相似性較大等問題，使得室內(nèi)場景分類相較于一般場景分類任務(wù)具有更大挑戰(zhàn)。
　　論文在總結(jié)現(xiàn)有場景分類方法的基礎(chǔ)上，分析了其局限性。在預(yù)處理上，無法有效避免無關(guān)信息干擾；在特征提取層面上，不能適應(yīng)

2、室內(nèi)場景圖像的多尺度/視角變化；在分類層面上，忽略了室內(nèi)場景的類間相似性。針對(duì)上述問題，論文分別從圖像預(yù)處理、特征提取和分類三個(gè)方面展開研究。論文主要研究工作如下：
　　在圖像預(yù)處理層面上，論文采用基于視覺注意機(jī)制的感興趣區(qū)域提取方法對(duì)室內(nèi)場景圖像進(jìn)行預(yù)處理。通過經(jīng)典Itti模型獲取室內(nèi)場景圖像的特征圖，并引入自頂向下（top-down）視覺注意機(jī)制，對(duì)特征圖進(jìn)行基于先驗(yàn)知識(shí)的規(guī)則融合，得到多個(gè)不同注意值的特征顯著圖。選擇具有最大

3、注意值的顯著圖作為室內(nèi)場景圖像的ROI圖。經(jīng)過ROI預(yù)處理后的室內(nèi)場景圖像，能有效排除非ROI信息干擾，減小計(jì)算量，提升分類結(jié)果。
　　在特征提取層面上，論文研究了一種基于卷積稀疏自編碼機(jī)（convolutional sparse auto-encoder，CSAE）的室內(nèi)場景特征提取方法。對(duì)ROI圖隨機(jī)取塊訓(xùn)練單層 SAE網(wǎng)絡(luò)確定其參數(shù)，選擇網(wǎng)絡(luò)輸入層到隱藏層的連接權(quán)重作為 CNN的卷積核。通過卷積獲得室內(nèi)場景圖像的充分有效特征

4、，進(jìn)一步對(duì)特征進(jìn)行均值池化，降低特征維度。區(qū)別于現(xiàn)有特征提取方法，該方法不依賴先驗(yàn)知識(shí)和人工標(biāo)注，所學(xué)特征對(duì)輸入圖像的位移變化具有不變性，能解決室內(nèi)場景圖像的多尺度/視角變化問題。
　　在特征分類層面上，論文研究了一種基于字典學(xué)習(xí)的分類方法。對(duì) CSAE提取到的特征進(jìn)行字典學(xué)習(xí)，獲得表示不同類樣本相似部分的公共字典D0和表示每類樣本特有部分的子類字典Di，并在字典學(xué)習(xí)過程中引入類內(nèi)散度約束，增強(qiáng)所學(xué)字典的判別能力。
　　為驗(yàn)