基于多图嵌入的图像特征表达研究

发布时间：2021-07-29 09:01

　　随着互联网的广泛普及以及信息技术的迅猛发展,图像数据的规模正日益增长。如何从海量的图像数据中获取合理且有价值的特征表示已经成为图像信息技术、模式识别等领域的热点话题。针对此问题,本文提出了多图嵌入技术并将其应用在流形对齐和深度自编码器上以获取更优的图像特征表达能力。并设计实现了图像识别系统,应用所提出的表征算法,提升图像的识别准确度。本文的主要研究内容和创新如下:1.提出了基于多图嵌入技术的流形对齐算法。本文在传统图嵌入算法（LPP、NPE、SPP）构造过程的启发下提出了多图嵌入框架,能够融合多个从不同角度构建的图嵌入矩阵以获取流形中更全面的特征信息。然后将多图嵌入框架应用在半监督流形对齐算法中使得对齐（多流形联合投影）过程中各流形的局部结构信息更好地被保存,以在低维嵌入空间获得流形间更佳的对齐效果。在多个数据集上的对齐结果表明,该方法在对齐的准确率以及鲁棒性上均优于传统的流形学习以及流形对齐算法,证实了此方法在多流形特征表达方面的优越性能。2.提出了基于多图嵌入技术的集成自编码器算法。首先基于集成的思想和激活函数的多样性把传统的深度自编码器拓展成多个自编码器并行的集成网络结构来保存更... 

【文章来源】：江苏大学江苏省

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

模式识别过程

基于多图嵌入的图像特征表达研究 流形结构信息，更好地保持数据的局部几何结构并提升流形对齐的效果。多图嵌入的基本思想如图 3.1 所示，其中1L ,2L ,…,NL 是依据 LPP、NPE、SPP 等流行学习方法获取的流形表示。通过给各图嵌入矩阵分配权重并进行融合可以得到具备更全面特征信息的图G 。

基于多图嵌入的图像特征表达研究32物体旋转拍摄得到的且每个物体拥有每旋转5度拍摄的共72张像素为128128@的图片。本次实验从中选取了四个物体来构成数据集，分别为object-1、object-2、object-6和object-10，每个物体的部分样本图片如图3.3所示。图3.3实验所用四个物体的部分样本图片为了更充分地展示各流形对齐算法的效果并避免偶然性，共进行了四组实验：obj1&obj2;obj1&obj6;obj2&obj6;obj6&obj10。首先，运用本章提出的算法以及对比的算法把每组数据集映射到共同的低维空间中。然后在嵌入空间中，对于一个流形(原流形)中的样本点ix，在另一个流形(目标流形)中寻找与之欧式距离最小的样本点jy，然后标记ix的匹配误差值为||ijxy，其中ix，jy分别代表ix，jy的角度。因此，每种算法的误差值可以表示为嵌入空间中原流形中各样本ix的误差值的和的平均值，误差值低说明算法对齐效果好，误差值高说明算法对齐效果较差。表3.1展示了各算法在基于不同数量对应信息的情况下，四组实验对齐后的匹配误差，所用算法包括流形对齐算法MA-MGE、SSMA、PAMA、UNMA，以及两个经典的流形学习方法LPP、RPCA-OM。可以看出，当给定的对应信息数量l逐渐提升时，半监督流形对齐算法MA-MGE、SSMA、PAMA的匹配误差有明显下降，表明当给定的对应信息越多时半监督流形对齐算法的对齐效果越好。此外可以看出在四组实验中，本章提出的算法在实例层(MA-MGE(I))和特征层(MA-MGE(F))都能取得优于各对比算法的良好表现，其中以MA-MGE(I)的效果最好。传统的流形学习方法LPP、RPCA-OM对给定的两个数据集分别进行了降维操作，并没有探索流形间的关联，因此匹配效果较差且不随着对应信息数量的改变而变化。尽管在蛋白质流形结构对齐的实验中UNMA取得了较好的效果，

【参考文献】：
期刊论文
[1]生物特征识别技术综述[J]. 孙冬梅,裘正定.  电子学报. 2001(S1)
[2]人脸识别技术综述[J]. 张翠平,苏光大.  中国图象图形学报. 2000(11)



本文编号：3309034