图像分类算法与应

1、图像分类算法与应用研究,目录,研究背景 相关研究工作 已有工作基础 论文主要研究内容,实际意义,按照语义内容进行图像管理/图像浏览 减少人工标注时间(Flickr, Picasa) 辅助图像检索(Google, Baidu, Picsearch),图像分类的语义层次,James Wang： 1.语义类别（例如照片或者剪贴画，室外） 2.物体的罗列（人，篮球架，楼） 3.抽象的语义（运动，打篮球） 4.具体的语义（具体的描述一个图像）,场景分类,物体分类,Caltech 101,图像分类,海滩,恐龙,非洲,图像分类的挑战,尺度变化,光照变化,图像分类的挑战,类内差异,类间差异,研究现状,图像表示

2、 底层视觉特征表示 语义图像表示 词包模型表示 机器学习算法 多示例学习算法,底层视觉特征表示,Vailaya 6类假日图片 层次分类 贝叶斯分类器 Chang 全局特征，SVM分类器 付岩 3类图片 3种颜色特征对比 SVM分类器 Torralba 收集了8000万张32*32的图片，用最近邻方法进行分类,Szummer和Picard 分类“室内”/“室外” 颜色和纹理特征 K-NN 投票 Serrano SVM分类 SVM输出结果相加 Paek和Chang 图像分割 使用贝叶斯网络,语义图像表示(全局),Spatial Envelope -Oliva和Torralba提出,Naturaln

3、ess Openness Roughness Expansion Ruggedness,语义图像表示(局部),Vogel和Schiele提出,词包模型,Dense Harris-Laplace Hessian-Laplace Harris Hessian Edge-Laplace Haar-Hessian DoG( Difference of Gaussian),Patch SIFT gradient location and orientation histogram (GLOH) shape context steerable filters moment invariants SURF,

4、感兴趣区域检测器,描述子,State of Art方法,词汇表的构造(K-Means,GMM,VQ,pLSA) 图像相似性的度量(Distance Metric Learning, Kernel Methods(PMK,EMD) ) 多特征融合(Random Forest/Ferns,SVM) 图像空间信息的利用(Spatial Pyramid, ABS-pLSA,TSI-pLSA,LDA(Fei-Fei) ) 感兴趣区域选取(Anna Bosch),多示例学习,多示例训练集由包(bag)组成，每个包里面包含多个实例(instance)。如果一个包为正例，则包中至少有一个实例为正例；如果一个包

5、为反例，则包中所有的实例均为反例。 方法： MaronDiverse Density Andrew Mi-SVM以及MI-SVM Chen DD-SVM以及MILES Qi DD-SVM变种 周志华MIML框架(Multi-Instance Multi-Label),SVM进行图像分类,常用核函数,高斯核（Gaussian RBF）:,拉普拉斯核（Laplacian RBF）：,多项式核（polynomial）:,无限多项式核（infinite polynomials）：,Svetlana Lazebnik-Spatial Pyramid Matching Kernel(空间金字塔匹配核),S

6、patial Pyramid RBF Gaussian Kernel,Spatial Pyramid 2 Kernel,Evaluation,Corel图像库中的10类,Libsvm，5折交叉验证 C= 2-3, 2-1, , 215 =2-15,2-13,25,Spatial Pyramid RBF Gaussian Kernel,Spatial Pyramid 2 Kernel,以上两种核的结果都有所提高 1+4的形式最好 自动学习出权重,多分类器融合的图像分类,多分类器融合框架,模糊积分,函数g : 2T 0,1叫做g模糊测度，如果它满足如下性质： (I) g()=0; (II) g(T

7、)=1; (III) g(A)g(B), if AB 并且 A, BT (IV) 对于所有的A, BT并且 AB = g(AB) = g(A) + g(B) +g(A)g(B) 对于某一个 -1,模糊积分,训练 传统的Reward-Punishment算法 设置初始gi 对训练样本的分类进行Reward和Punishment 对初始gi依赖，陷入局部最优解 改进 设置多组初始gi 本文选取gi=t/N,结果,Corel图像库中的10类,Libsvm，线性核 C=2-5,2-4,210 5折交叉验证,结果比较,“海滩”被误分为“山川”,“山川”被误分为“海滩”,经常被误分的图片,融合方法与子分类器的精度对照,不同训练样本下的精度对照,改进： 自动抛弃性能较差的分类器,主要研究内容，实施方案与可行性论证,组合多分类器框架的研究 最优词汇表构造的研究 最优空间信息进行图像分类的研究 Internet图像挖掘研究,组合多分类器框架的研究,组合分类器框架选择 分类器权重计算 分类器选择,最优词汇表构造的研究,Filter方法 预计方法： 生成一个较大的词汇表(5000-10000) 根据每个词汇的对类别的判别能力控制聚类,最优空间信息进行图像分类的研究,Kernel Methods Gaussian, 2 ,Histogram Intersection 根据训练图