基于自然紋理識別的分類器算法設計研究

廣東工業(yè)大學自動化學院 孟可然

廣州中智融通金融科技有限公司 吳衛(wèi)增 張 偉

廣東工業(yè)大學自動化學院 周延周

0 引言

自然紋理識別是機器學習的一種，讓計算機具有像人類一樣的學習和理解能力，可以對新的對象樣本做出它自己的判斷，并要求有一定的準確率。它是一個多種學科綜合的一種科學學科，包括了機器視覺、數(shù)字圖像處理、機器學習、模式識別、統(tǒng)計學、凸理論分析等多個領(lǐng)域的知識。機器學習其實就是一種對未知的模型的逼近，由于真實模型是未知的，所以要讓計算機學會如何去選擇一個最優(yōu)的模型。而分類器正是一個選擇最優(yōu)解的手段，并且一個好的分類器對其泛化能力和推廣能力有較高的要求。

自然紋理識別的系統(tǒng)包含兩個部分：圖像特征信息提取和圖像識別。通過將圖像提取主成分并降維成低維表示，然后讓計算機使用分類器對它們進行分類并學習，當下次遇到新的樣本時通過先前分類后的情況對新的樣本進行判斷，這是圖像識別的常用流程，而且一般來說，分類器的推廣能力和準確度是隨著訓練樣本的增加而增強的。

1 機器學習中的常用分類器

上一章已經(jīng)對圖像特征信息提取方面進行了介紹，本章將對機器學習中的常用分類器做簡單的介紹，包括貝葉斯分類器，最近鄰分類器，人工神經(jīng)網(wǎng)絡分類器，并對本文使用到的支持向量機做原理剖析和步驟解釋。

1.1 貝葉斯分類器

貝葉斯分類器是統(tǒng)計學的一種表現(xiàn)，它的主要思想是：根據(jù)經(jīng)驗和歷史數(shù)據(jù)分析計算出某對象的概率，然后通過貝葉斯分類器和先驗概率得到其后驗概率，再選擇后驗概率最大的類別作為對象的類別。其中，先驗概率的計算是根據(jù)目前僅有的資源而非全部相關(guān)資源進行計算的，后驗概率的計算則包含了更多的資源作為參考，包括計歷史和經(jīng)驗的資源，還有后來添加的資源。

貝葉斯分類器的計算使用的是貝葉斯公式：

描述為在A時間發(fā)生的條件下Bi事件發(fā)生的概率。

貝葉斯分類的使用一般包含兩個步驟，第一個步驟是進行分類器的構(gòu)造，依據(jù)的是輸入的訓練樣本，并還將對分類器的結(jié)構(gòu)進行學習，類比于機器學習中的第一步。第二個步驟是分類器的運用（即使用其進行分類），依據(jù)是通過計算得來類結(jié)點的條件概率來決定被分入哪個類別。在現(xiàn)實中應用中，這兩個步驟通常都具有非常高的復雜度，因為它們與特征值的關(guān)系非常密切，所以在使用時一般給予簡化。

1.2 最近鄰分類器

最鄰近算法是機器學習中最為簡單且成熟的算法。它的基本思想是用最鄰近的一個或者多個樣本來分類一個新的樣本，而新的樣本一般具有臨近樣本的特征。最鄰近算法分類主要是根據(jù)相關(guān)的鄰近樣本，而非類別域，故它在重復性比較高的類域情況下也有著較好的分類質(zhì)量。

度量距離的公式為：

1.3 人工神經(jīng)網(wǎng)絡

人工神經(jīng)網(wǎng)絡從上世紀80年代開始就一直成為人工智能領(lǐng)域發(fā)展和研究的熱點。它使用將大量的簡單的處理單元聯(lián)系起來構(gòu)成復雜的數(shù)據(jù)處理網(wǎng)絡，由此計算計算量巨大的問題。人工神經(jīng)網(wǎng)絡的最終輸出值取決于該網(wǎng)絡的連接方式，連接方式不同則將會影響處理單元的順序，最終導致計算值的不同。

人工神經(jīng)網(wǎng)絡一般可以分為兩大類，分別是前向網(wǎng)絡和反饋網(wǎng)絡。前向網(wǎng)絡即是一種不包含反饋的網(wǎng)絡，每個結(jié)點都接收前一個單元的輸入并經(jīng)過本單元運算輸出給下一級，前向網(wǎng)絡的特點是比較簡單，容易實現(xiàn)。反饋網(wǎng)絡即是神經(jīng)網(wǎng)絡中包含反饋且具有聯(lián)想儲存的功能，特點是實現(xiàn)較為復雜人工神經(jīng)網(wǎng)絡在具有多種模型，其中的BP神經(jīng)網(wǎng)絡模型應用最為廣泛且效果較好。

2 支持向量機簡介

支持向量機(Support Vector Machine)在1995年首次被Cortes和Vapnik[1]所提出，它的優(yōu)勢體現(xiàn)在很多方面、包括具有高維特性、小樣本特性和非線性問題上，它還可以被推廣到其他很多的機器學習應用中。支持向量機的理論基礎是建立在統(tǒng)計學的知識體系上的，其中作為主要原理的是VC維理論和結(jié)構(gòu)風險最小理論。其主要思想是：通過對樣本的分析和學習，尋找一個最優(yōu)的超平面，將兩類樣本的分類間隔最大化。

支持向量機有三大優(yōu)勢，第一是在其處理問題只關(guān)注VC維且與樣本的維數(shù)無關(guān)，它只尋找它所需的少數(shù)支持向量，所以它在高維數(shù)的分類中依舊可以有較好的表現(xiàn)。第二，由于支持向量機引進了核函數(shù)和松弛變量[2]，使得它在樣本非線性情況下具有優(yōu)越性。第三，支持向量機的算法需要的樣本數(shù)相比于其他算法所需要的樣本數(shù)是相對比較小的。由于支持向量機三個顯著的優(yōu)勢，其被廣泛的應用于各種識別應用中。下面將對支持向量機的原理進行剖析，其中將介紹線性SVM分類器、非線性SVM分類中的核函數(shù)和松弛變量以及應用于SVM在多類分類中的方法。

3 支持向量機原理

3.1 線性SVM分類器

支持向量機與線性分類器的關(guān)系密不可分，支持向量機在處理低維非線性以致高維非線性的問題時，都是將其從非線性轉(zhuǎn)化為類線性的進行處理的。線性分類器是最簡單有效的分類器[3]，它的思想是尋找一個線性函數(shù)（即分類函數(shù)）將樣本分成兩類。如果樣本能夠被此線性函數(shù)完全分開，那么樣本就是線性可分的，反之則線性不可分。如圖1所示：

圖1 線性分類

圖中圈代表一類樣本，叉代表一類樣本，中間的直線便是分類函數(shù)，此樣本集便是線性可分的。

由此可以定義線性函數(shù)為：

w為權(quán)向量，x為輸入，b為閾值。在二維情況下，線性函數(shù)如上圖是一條直線，但在三維情況下，線性函數(shù)就變成了一個平面，在更高維的情況下時，線性函數(shù)就是一個超平面。當取判斷閾值為0來判別樣本屬于哪個類時，就只需要將樣本帶入g(x)中去計算，若g(x)大于0則表明其屬于一個類，當g(x)小于0則屬于另一個類。可以看到線性函數(shù)并不是唯一的，若直線旋轉(zhuǎn)一點角度，依舊可以將兩個樣本分開，找到一個最優(yōu)的線性函數(shù)能夠最大程度的將兩類樣本分開成為了最重要的問題。因此SVM分類器的思想就在此體現(xiàn)：找到一個線性函數(shù)能使樣本之間的分類間隔最大化，分類間隔越大，說明該線性函數(shù)的分類效果越好，反之，則越差。

當我們將樣本輸入給計算機進行訓練時，每個樣本的表示形式是這樣的：

其中y是標簽值（設為1或者-1），即用來表示該樣本屬于哪個類別的標記，x是表示樣本的向量。則一個樣本點到某超平面的距離可以表示為：

再使用歸一化對其進行變換（使用w的范數(shù)||w||），則距離可以表示成：

用歸一化的方式來表示的距離被稱為幾何間隔，是點到超平面的歐式距離。則上述兩個公式又可以表示為：

由于SVM的目標是找到一個分類平面使得分類間隔最大，等同于數(shù)學上的一個求最優(yōu)解的問題。如圖2所示，設H是分類超平面，其中H1和H2與H平行，且H1和H2是過離分類超平面最近的樣本做的平面。H1和H2到H的距離就是幾何距離。

圖2 幾何間隔示意圖

在數(shù)學的求解上，通常將L設為1，使得幾何間隔和||w||成反比，求幾何間隔最大，即求||w||的最小值。根據(jù)上述條件，又因為每個樣本都要滿足在最大分隔距離之外（即），所以目標函數(shù)變?yōu)橐粋€帶約束的最優(yōu)解問題：

在求解這類帶多個約束的最優(yōu)問題時，一般將約束的不等情況取極端情況，也就是等于的情況。即向問題中添加拉格朗日乘子并構(gòu)造出拉格朗日函數(shù)得以將問題轉(zhuǎn)化為一個求無約束的求最優(yōu)解問題：

最后求得的分類平面函數(shù)為：

以上就是線性SVM分類器的原理。

3.2 非線性SVM分類器

在現(xiàn)實中，絕大部分分類問題都是非線性的，樣本正好呈現(xiàn)線性分類的情況少之又少。在紋理識別中也是如此，樣本被降維后仍然是一堆非線性的集合，但如果不進行分類，計算機將無法進行學習，識別也就無從而談。而為了解決非線性的分類問題SVM引入了核函數(shù)，和松弛變量進行處理。當?shù)途S的形式下的樣本不呈線性時，將其轉(zhuǎn)化為高維則可以線性表達。

圖3 非線性分類示意圖

如圖3所示，當樣本分布為一條直線時，A和B點之間是一個類別，其余是另一個類別。此時要找一條直線將其分成兩個類別是不可行。設可以找到一條曲線，將兩個類別分開。其中曲線以上是一個類別，曲線以下是另一個類別。則該曲線的函數(shù)為：

可以看到此分類函數(shù)并不是一個線性函數(shù)，但可以新建向量y和a來表示g(x)，即：

4 SVM在多類分類的方法

對訓練樣本訓練完后，就要進行分類的動作。在自然紋理識別中，通常會有多個樣本，那么分類就是對多類而言的。SVM在多類分類的情況下有一對多和一對一兩種策略。

4.1 一對多的分類

一對多分類的思想就是：對樣本依次進行屬于單個類與其他類的判斷并投票，將分類器對單個類做出相應并間隔為最大的類別作為分類類別。現(xiàn)有五個類型A,B,C,D,E，一個新輸入的樣本O。依次對樣本進行A與BCDE類，B與ACDE類，C與ABDE類，D與ABCE類，E與ABCD類的判斷，若分類器做出的判斷為屬于A類，又屬于C類，但在A類情況時樣本距離分類線的間隔比C類的大，那么給類別則被判定為A類。該方法的優(yōu)點是當條件理想時，只需要進行N（N為類別數(shù)目）次的分類器判斷就可以得到結(jié)果。但上述方法有個缺點就是，若每次分類器都判定給其他類時，將得不到結(jié)果。

4.2 一對一的分類

一對一分類的就是依次對任意兩個類別進行判斷，每次都讓分類器做出判斷并給其中一個類別投票，最終投票最多的那個類別就確定為分類類別。這種分類方法共需要N(N-1)/2個分類器，判斷的次數(shù)比一對多的分類方法要多。這種分類方法的缺點，其一的泛化誤差不存在上界。其二，由于分類器數(shù)量隨著N的數(shù)量增加而增加，當數(shù)量很大時，判斷速度會很慢。其三，這種判斷方法會使測試樣本受到非所屬類別的影響，因為即便在不屬于判別類型的分類器中也需要給出投票。

[1]VAPNIK V.Statistical learning theory[M].New York：Wiley,1998.

[2]趙文嵩.SVM在多類問題中的應用及推廣[D].聊城大學,2014.

[3]李艷芳.線性判別式的比較與優(yōu)化方法研究[D].華東理工大學,2015.

[4]張婧婧.復雜網(wǎng)絡中心化的研究[D].西安理工大學,2007.