基于屬性學習的圖像識別研究與實現

李華盛++寧建紅++吳成柱++奉軼++汪巧巧

【摘 要】圖像中所蘊含的屬性對于圖像識別有著重要作用，以往的傳統分類方法往往忽略了這些特征。視覺屬性能夠展現人們識別事物時所定義的語義概念，更符合人類識別圖像的過程。因此，本文主要研究基于屬性學習的圖像識別，提出一種將屬性和對象類別同時用于構建分類器的方法。通過提取圖像底層的基本特征，構建屬性分類器和類別分類器。屬性分類器采用了直接預測模型。類別分類器SVM是一種線性化和升維的方法，在SVM方法中使用了核函數，通過核函數把低維空間的非線性映射到高維空間的線性，經過這個轉化，大大提高了學習機器的非線性處理能力。同時，建立SVM模型所需要的先驗干預較少。將這兩種分類器運用到圖像識別過程中，獲得了較好的效果。

【關鍵詞】屬性學習； 屬性分類器；類別分類器； 多目標分類

1.引言

一直以來，目標對象識別是計算機視覺領域的研究熱點之一，由于采用機器學習技術和概率或然表示使得這一問題的解決取得了長足的發展。對于一幅圖像，簡單地識別如車、熊貓或夾克衫等這樣的對象類別有許多行之有效的方法。但是通常的方法都是提取圖像底層特征，通過訓練分類器，達到識別圖像類別的目的。然而，一個視覺對象除了它所屬的類別還有許多其他的屬性。比如，汽車是灰色的，熊貓是黑白相間的，夾克衫是帶條紋的等。這些視覺屬性對于理解和描述視覺對象十分重要，視覺屬性能夠展現人們識別事物時所定義的語義概念，搭建了低層特征到高層語義之間的橋梁。

2.屬性

屬性被定義為一種描述一個對象的特征或性質的量，其具體取值既可以是離散值，也可以是連續值，屬性通常具有明確的值。屬性不同于如灰度值圖像梯度方向方向直方圖等這樣的低維度特征，它是建立在這些特征之上的一種對對象的中間級表示。各種屬性描述可以相互組合，在描述能力上具有比低層特征更強的靈活性和更高的描述效率。不同的對象類別有許多公共屬性，對這些屬性進行建模刻畫有助于將以往學習到的關于某種屬性的知識遷移到新的對象或類別上，從而減少對訓練數據的需求。通常屬性特征在語義級別描述對象，從而有利于人類知識的繼承，有利于人機交互，比如可以用長期以來人們約定的描述某種對象的方式來定義屬性，從而使圖像檢索查找等工作更方便。

3.直接屬性預測模型屬性分類器

在直接屬性預測模型中，類別-屬性關系是固定的，通過蘊含了對屬性值訓練的樣本與類別之間的訓練，獲得了相應的參數，這些參數都是關于分類器的參數。在測試階段，可以通過獲取測試樣本的屬性值，然后作為輸入，來推測出樣本的所屬類別在直接屬性預測模型分類器中，樣本類別為 ，未見樣本的目標類別為 ，以及屬它們的屬性 之間通過一個二值矩陣給出相應的關系，其中 ， 形成的編碼表示對于給定的y或者z，屬性 對于分類的有效性，而這個二值矩陣編碼是由人工監督給出的。

屬性分類器訓練的是可見樣本x和類別標號y。在測試階段，圖像的有效屬性 可以通過之前訓練的分類器給出的后驗概率 表征，而且這些屬性可以和待測試的類別z的后驗概率聯系起來，如公式（1）所示。

（1）

在識別階段，可以利用來獲得最大似然的輸出類，這個類別可能來自Y類別空間，也可能來自Z類別空間。

4.類別分類器

4.1類別分類器SVM

SVM的方法就是線性化和升維的方法。首先，升維就是把樣本向高維空間作映射，在高維空間中可以通過一個線性超平面實現線性劃分。然后，線性化就是在變換后的高維空間中應用解線性問題的方法來進行計算。SVM由于應用了核函數展開和計算理論，而核函數解決的正是非線性問題，關于核函數的非線性映射在下文中提到。這樣就使得計算的復雜性取決于支持向量的數目，而不是樣本空間的維數，可以避免了“維數災難”。 另外，SVM方法具有較為嚴格的統計學理論作為保證，應用SVM方法建立的模型具有較好的推廣能力的確定的上界，這是目前其它任何學習方法所不具備的。在建立數據模型時，人為的干預越少越好，而與其它方法計較時，建立SVM模型所需要的先驗干預較少。

4.2核函數

SVM支持向量機是通過核函數進行低維空間的非線性映射到高維空間的線性，通過這個轉化，能大大的提高學習機器的非線性處理能力。在高維空間中，原空間的核函數參與了所有向量的內積運算，升維后，核函數僅僅改變了內積運算，并沒有增加算法的復雜度。

在對應非線性變換的決策函數公式中，是樣本經過核函數的非線性變換后得出的內積函數。在新的空間中只需要進行內積運算，并不需要知道變換 的具體形式，可以直接用原空間中的函數實現。根據泛函的有關理論，只要一種核函數K（，） 滿足Mercer條件，它就對應某一變換空間中的內積。

目前研究最多的核函數主要有三類，多項式類核函數，高斯徑向基（RBF）核函數和雙曲正切（S形）核函數。各種實驗的觀察結果的確表明，某些核函數處理某些問題時效果不錯，但用另外一些就效果很差，通常，徑向基核函數是不會出太大偏差的一種核函數。除此之外，還可以根據Mercer條件構造混合核函數。

5.結束語

本課題主要研究基于屬性學習的圖像識別，提出一種將屬性和對象類別同時用于構建分類器的方法。通過提取圖像底層的基本特征，構建多個屬性分類器，利用訓練集對屬性分類器進行屬性學習，對測試集進行屬性的分類，完成測試集的屬性分類。利用得到的屬性訓練集對類別分類器進行學習，屬性作為輸入，對測試集進行圖像類別分類。基于屬性學習的圖像識別應用領域廣泛，一般應用在目標識別，圖像檢索，人的身份識別，商品推薦等。

參考文獻

[1] 張志涌.精通MATLAB R2011a[M]. 北京：北京航空航天大學出版社，2011.

[2] 周建興，豈興明，矯津毅，張延偉. MATLAB從入門到精通[M].2版. 北京：人民郵電出版社，2012.

[3] （美）穆爾 著，高會生，劉童娜，李聰聰 譯. MATLAB實用教程[M].2版. 北京：電子工業出版社，2010.

[4] （美） 剛薩雷斯，（美）伍茲 著，阮秋琦 等譯. 數字圖像處理[M].3版。 北京：電子工業出版社，2011.

[5] （美） 利昂 著，張文博，張麗靜 譯. 線性代數[M].8版. 北京：機械工業出版社，2010.

課題項目：

A1-5701-14-006-08-40上海市大學生創新活動計劃項目。