[发明专利]图像辨识系统及方法

说明书

本发明提供一种用于数字图像分类的经改进系统及方法。具有处理器的主机耦合到于其上存储参考特征数据的存储器。具有处理器的图形处理单元(GPU)耦合到所述主机且经配置以：从所述主机获得对应于所述数字图像的特征数据；从所述存储器访问一或多个参考特征数据；且基于所述特征数据与所述一或多个参考特征数据之间的泊松二项分布确定半度量距离。所述主机经配置以使用所述经确定半度量距离来对所述数字图像进行分类。

技术领域

本发明大体上涉及用于图像辨识的经改进系统及方法。更确切地说，本发明涉及用于数字图像中的图案辨识的系统及方法。进而更确切地说，本发明涉及用于利用被称作泊松二项半径(PBR；Poisson-Binomial Radius)的半度量距离量度来执行图像分类及辨识功能的系统及方法，所述泊松二项半径基于泊松二项分布(Poisson-Binomial distribution)。

背景技术

机器学习方法(例如支持向量机(SVM)、主成分分析(PCA)及k-最近邻域(k-NN；k-nearest neighbor))使用距离量度来比较数据点之间的相对不相似性。选择适当的距离量度为至关重要的。使用最广泛的量度为平方距离和(L₂或欧几里得(Euclidean))及绝对差和(L₁或曼哈顿(Manhattan))。

可从最大概似法(ML)视角来回答使用哪一量度的问题。简单来说，L₂用于遵循i.i.d高斯分布(Gaussian-distribution)的数据，而L₁用于i.i.d拉普拉斯(Laplace)分布数据的状况。参见[1]、[2]。因此，当已知或很好地估计基本数据分布时，可确定待使用的度量。

当输入变量的概率分布为未知或不相同时，会产生问题。以图像获取为例，由现代数码相机捕获的图像一直被噪声损坏。参见[3]。举例来说，电荷耦合装置(CCD；charge-coupled device)传感器的输出连同有用信号携带多种噪声成分，例如光子噪声、固定图案噪声(FPN；fixed-pattern noise)。参见[4]。此外，图像在信号放大及传输期间易受噪声损坏。参见[5]。文献中所发现的一些最常见类型的噪声为加性噪声、脉冲噪声或信号相关噪声。然而，由现代数码相机产生的噪声的类型及量倾向于除了取决于相机设置(光圈、快门速度、ISO)之外，还取决于特定细节，例如相机的品牌及系列名称。参见[6]。此外，会导致元数据的损失的图象文件格式转换及文件传送可加剧此问题。即使经捕获图像呈现为无噪声的，但其可仍由人眼不易察觉到的噪声成分构成。参见[7]。鉴于特征描述符受此类非均质噪声源影响，因此假定此类描述符为独立的但并不相同地分布(i.n.i.d)为合理的。参见[8]。

输入变量独立且相同地分布(i.i.d)的假定为大多数距离量度中所固有的。生物定序数据分析及其它领域中的最近进展已证实，输入数据实际上经常不遵循i.i.d假定。已证明考虑到此不一致可产生较准确的基于决策的算法。

若干思路促进了半度量距离量度的发展。第一个思路涉及需要由距离量度满足以便具有距离度量资格的公理。这些为非负性、对称性、自反性及三角不等式的公理。不符合三角不等式公理的量度按照定义被称作半度量距离。

尽管在大多数应用中广泛地使用距离度量，但已存在怀疑公理中的一些(尤其是三角等式)的必要性的良好理由。举例来说，已展示，当要求受试人执行图像辨识任务时，三角不等式公理以在统计学上显著的方式被违反。参见[9]。在另一实例中，由效果最好的用于图像辨识的算法使用户外经标记面部(LFW；Labelled Faces in the Wild)及加州理工学院101(Caltech101)数据集产生的距离分数也已展示为违反三角不等式。参见[10]。