[发明专利]一种基于加权列抽样XGBoost的图像目标分类方法

说明书

本发明实施例提出了一种基于加权列抽样XGBoost的图像目标分类方法，包括：利用在大型数据集ILSVRC预训练过的并且在PASCAL VOC 2012数据集上进行过微调的卷积神经网络提取目标图像特征；连接多层学习到的特征以获得更多决定其图像类别的内容信息；利用基于加权列抽样的XGBoost方法对图像特征分类，根据属性重要度，在构建决策树之前对属性进行次采样，将抽取的具有更多信息的属性用于当前决策树的构建，重复迭代直到收敛，得到性能最佳的图像分类模型。根据本发明实施例提供的技术方案，当数据的属性维度大且冗余度高时，该方法可以扩展到其他使用列抽样的分类方法，提高图像目标分类的平均准确率。

技术领域

本发明涉及图像目标分类方法，尤其涉及一种基于加权列抽样XGBoost的图像目标分类方法。

背景技术

在图像目标分类任务中，一个图像根据图像中视觉内容分类。例如，这张图片中是否存在汽车？一个重要的应用就是图片检索——在图片数据集中检索具有特定内容的图片。但伴随着图片成为互联网中的主要信息载体，难题随之出现，当信息由文字记载时，我们可以通过关键词搜索轻易找到所需内容并进行任意编辑，而当信息是由图片记载时，提高其检索准确率是当今研究的一个热点问题。图片给我们带来了快捷的信息记录和分享方式，却降低了我们的信息检索效率，在这个环境下，计算机的图像识别技术就显得尤为重要。图像特征提取在识别图像类别时起到了关键作用，传统的基于手工提取的方法要针对特定问题做调整，而且需要大量的专业知识和时间。近年来，基于深度卷积神经网络提取图像特征被证明十分有效，然而，提取之后的图像特征具有较大的维度和冗余度，目前的分类器对于此类数据性能较差，影响到对于图像目标类别的识别。

发明内容

有鉴于此，本发明实施例提出了一种基于加权列抽样XGBoost的图像目标分类方法，以提高模型对于具有高冗余度信息的图像特征的分类准确率。

本发明实施例提出一种基于加权列抽样XGBoost的图像目标分类方法，包括：

利用在大型数据集ILSVRC预训练过的并且在PASCAL VOC 2012数据集上进行过微调的卷积神经网络提取目标图像的特征；

连接多层学习到的特征以获得更多决定其图像类别的内容信息；

利用基于加权列抽样的XGBoost方法对图像特征分类，根据属性重要度，在构建决策树之前对属性进行次采样，将抽取到的具有更多信息的属性用于当前决策树的构建，重复迭代直到收敛，得到性能最佳的图像分类模型，具体为：根据属性对于目标类别的区分能力计算每个属性的重要度；属性重要度正比于属性在列抽样时此属性被抽到的概率大小，在构建每棵决策树之前，对图像特征进行基于属性重要度的不等概不放回采样，将抽取到的具有更多信息的属性用于当前决策树的构建，重复迭代直到收敛，即可得到性能最佳的图像分类模型；

利用所述基于属性重要度的加权列抽样的XGBoost方法步骤如下：

1)基于属性对于目标的区分程度计算其每列特征的属性重要度；

属性重要度f(k)由下式确定：

其中，表示属性k的所有样本的类内方差，由下式确定：

其中，表示第i类样本第k维的平均值；D_i为属于类别i的样本；N_i为类别i的样本个数；x为样本数据；x^(k)为样本数据第k维的值；为类别i在第k维的类内方差；m为可能的类别数量；

其中，表示属性k的类间差异，由下式确定：