[发明专利]一种基于视觉特征合成的对象识别方法

说明书

技术领域

本发明涉及对象识别领域，尤其是涉及了一种基于视觉特征合成的对象识别方法。

背景技术

对象识别是计算机视觉领域最基础的任务之一，也是难点问题之一。对象识别包括分类和检测两项任务，分类用于判断一幅图像是否包含某类对象，检测则要求标出这些对象的位置和大小。按照描述的概念筛选搜集到的视觉元素，合成视觉特征，用于对象识别。对象识别是理解图像和场景的关键，具有广泛的应用前景，可用于Web图像自动标注、海量图像搜索、图像内容过滤、机器人、安全监视、医学远程会诊等多种领域。对象识别面临很多困难，大多数常规框架，例如深层神经网络(DNN)依靠大量的训练样本来构建统计模型，训练样本的成本太高，而且为了训练而建立一个特定的模型不太现实，收集罕见的实例也很困难。

本发明提出了一种基于视觉特征合成的对象识别方法，先通过给定的语义属性来合成看不见的类的视觉特征，再扩散正则化，形成整体损失函数，保留数据结构并使信息扩展到所有维度，接着通过使用交替优化获得局部最优解，最后在获得嵌入矩阵后从语义属性中合成看不见类的视觉特征，应用监督分类器分类。本发明提出的零点学习框架，可以在不获取真实图像的情况下，对未看到的类进行视觉特征的合成；不仅扩大了分类设置，而且使得各种信息能对视觉系统进行辅助，提高了整体性能，进一步降低合成数据的成本。

发明内容

针对训练样本的成本太高等问题，本发明的目的在于提供一种基于视觉特征合成的对象识别方法，先通过给定的语义属性来合成看不见的类的视觉特征，再扩散正则化，形成整体损失函数，保留数据结构并使信息扩展到所有维度，接着通过使用交替优化获得局部最优解，最后在获得嵌入矩阵后从语义属性中合成看不见类的视觉特征，应用监督分类器分类。

为解决上述问题，本发明提供一种基于视觉特征合成的对象识别方法，其主要内容包括：

(一)看不见的视觉数据合成；

(二)扩散正则化；

(三)交替优化；

(四)零点识别。

其中，所述的看不见的视觉数据合成，通过给定的语义属性来合成看不见的类的视觉特征；在训练集f’上学习一个嵌入函数：之后，可以通过以下方式推断

进一步地，所述的映射函数，为了合成视觉特征，最直观的框架是学习从语义空间到视觉特征空间的映射函数：

其中，P是投影矩阵，是损失函数，Ω是其超参数λ的正则化项；

在测试之前，可以通过给定的未知实例的属性从属性空间合成看不见的视觉特征。

进一步地，所述的协调语义空间与视觉特征空间，引入一个辅助隐藏空间来协调语义空间与视觉特征空间，其中可以让保留视觉和语义空间的内在数据结构信息：

其中，潜在嵌入空间从分解，从分解；和是两个投影矩阵；Ω₁是对偶图。

其中，所述的扩散正则化，考虑正交旋转，即QQ^T＝I，有(I是单位矩阵)；

从等式(3)中，最佳合成数据为其中首先证明旋转后总体差异不会改变；在旋转之前，是集中的，即的原始总体方差Γ为旋转Q后，有每个维度的新方差为σ′，每个维度的方差之和为Γ′；

总体方差Γ倾向于扩展到所有的学习维度，以便恢复的真实数据分布；

根据等式(6)，有在学习框架中最小化Π，找到正交旋转：

上式表明，最小化Π相当于最大化扩散标准差的总和；

扩散标准偏差和正交旋转之和的关系为：

其中，||·||_2,1是矩阵的l_2,1范数；根据等式(5)和(6)，可以最大化从而使Π最大化；可以将等式(3)和(5)组合，扩散正则化，形成整体损失函数；

上式将重建误差从属性最小化到视觉特征，同时保留数据结构并使信息扩展到所有维度。

其中，所述的交替优化，通过使用交替优化获得局部最优解，Q＝I和P的初始化可以通过获得。

进一步地，所述的-步骤，通过固定P和Q，可以最小化等式(7)：

其中，额外项是根据等式(4)约束的的集中式；

最小可以通过将等式(10)的偏导数设置为零得到，如上式所示。

进一步地，所述的-步骤，通过固定P和可以最小化等式(7)：

需要用等式(10)的正交约束求解Q；