圖像特征表示的學習算法研究.pdf

1、在眾多計算機視覺任務中，本質(zhì)的難題之一是生成具有良好判別性的圖像表示，即高性能的圖像特征。由于圖像特征不僅應對類內(nèi)變化有足夠的魯棒性，而且應對類間變化有足夠的判別性，因此設計優(yōu)秀的圖像特征是一項極具挑戰(zhàn)性的工作。圖像特征總體分為圖像塊層次特征和圖像層次的特征（即局部特征和全局特征），前者用于描述一個圖像塊，后者用于描述一幅完整的圖像。本文研究圖像特征表示的學習方法，并分別提出了生成圖像塊特征和生成圖像特征的新算法，用于提高場景/對象識別

2、的性能?，F(xiàn)將主要研究成果總結如下:
　　(1)首先，本文提出了一種新的圖像層特征表示，并用于圖像分類。傳統(tǒng)的詞包(Bag-of-Words)模型完全丟棄了特征的空間分布信息，喪失了一定的判別能力。為此，我們提出了空間相關圖（Spatial Correlogram）特征表示法，它通過捕獲視覺詞對在空間范圍內(nèi)共同出現(xiàn)的頻率，描述了局部特征的空間分布信息，從而提高了圖像識別的判別能力。然而該方法仍缺少對圖像特征整體空間結構的描述，為了進

3、一步提高該特征的區(qū)分度，我們又將相關圖特征與空間金字塔模型結合，生成一種混合特征。在場景/對象數(shù)據(jù)庫上的詳細實驗對比表明，本文提出的相關圖特征和混合特征能取得相對于傳統(tǒng)的詞包模型更高的圖像分類準確率。
　　(2)其次，本文提出了一種新的圖像塊特征表示——高效的核描述子(EfficientKernel Descriptor，EKD)。圖像塊特征的設計同樣屬于計算機視覺領域內(nèi)的基本研究內(nèi)容，優(yōu)秀的圖像塊特征表示能夠有效地提高圖像分類、

4、對象識別等相關算法的性能，但人為設計圖像塊特征間的差異往往不能足夠理想地反映圖像塊間的相似性。核描述子（Kernel Descriptor, KD）方法提供了一種新的方式生成圖像塊特征，在圖像塊間匹配核函數(shù)基礎上應用核主成分分析(Kernel Principal Component Analysis，KPCA)方法進行特征表示且在圖像分類應用上獲得不錯的性能。然而，該方法需要利用所有聯(lián)合基向量去生成核描述子特征，導致算法時間復雜度較高。

5、為此，我們設計了高效的核描述子算法。算法建立在不完整Cholesky分解基礎上自動選擇少量的標志性(Pivot)聯(lián)合基向量以提高算法效率，實驗結果表明高效的核描述子(EKD)在圖像/場景分類應用中相對原始核描述子(KD)獲得了更加優(yōu)秀的性能。
　　(3)再次，在構建高效的核描述子(EKD)思路基礎上，我們又提出了一種新的圖像層特征表示——高效的層次化核描述子(Efficient Hierarchical KernelDescrip

6、tor，EHKD)。原始核描述子(KD)特征只能用于描述圖像塊，因此Bo等在核描述子(KD)算法框架上提出了層次化核描述子（HierarchicalKernel Descriptor，HKD）用于描述整幅圖像。但由于層次化核描述子(HKD)構造過程與核描述子(KD)構造過程類似，所以生成層次化核描述子(HKD)算法也會遇到生成核描述子(KD)算法中的計算效率問題。為了克服這個問題，我們設計了高效的層次化核描述子算法。該算法同樣依賴不完整

7、Cholesky分解，采用逐層遞歸方式調(diào)用計算高效核描述子(EKD)過程形成圖像層次的特征表示。實驗結果表明，高效的層次化核描述子(EHKD)相對于層次化核描述子(HKD)具有計算效率以及特征表示能力上的優(yōu)勢。
　　(4)最后，本文提出了一種監(jiān)督方式下的圖像塊特征表示——基于監(jiān)督學習的高效核描述子（Supervised Efficient Kernel Descriptor，SEKD）。之前提到的無論是核描述子(KD)方法還是高效

8、的核描述子(EKD)方法，都屬于無監(jiān)督學習的范疇，它們通過圖像塊間的相似度來設計圖像塊層次的特征，并且展示出了相對于手工設計的圖像塊特征在對象識別等領域更加優(yōu)秀的性能。這兩種方法都是從核的角度給出了梯度朝向直方圖的解釋，利用像素點的信息“長出”圖像塊層次特征。但這種方式最大的缺陷就是圖像塊間計算相似度時并沒有考慮圖像塊本身的類標信息，因此設計一種監(jiān)督模式下融入圖像類標信息的特征學習方法是非常必要的。為此，我們提出了基于監(jiān)督學習的高效核描