一种基于产生式分数空间的图像识别方法.doc

论文引用格式： 中图分类号：TN391.6 文献标志码：A DOI：10.16280/j.videoe.2015.20.000 一种基于产生式分数空间的图像识别方法 王斌1，王存刚2，张倩1，黄继风1 上海师范大学 关键词：分数空间；图像识别；特征学习, WANG Cungang, ZHANG Qian, HUANG Jifeng College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 200234, China?; 2. School of Computer Science, Liaocheng University, Liaocheng 252400, China) Abstract: Traditional image recognition approaches don’t take use of information of data distribution. To overcome this, this paper proposes an image recognition method based on generative score space. Specifically, the approach models the data distribution using probabilistic generative model and derives the score function (i.e. feature mapping) from the model. The score function encodes high-level semantic information in hidden variables, sample and model parameters. At last, the proposed method is evaluated on two standard image datasets. The evaluation results validate the effectiveness and stability of our approach. Key words: score function; image recognition; feature learning 随着人工智能技术的发展和推广，图像识别在越来越多的计算机视觉领域得到应用，如图像检索、车辆导航系统和视频分析。传统的图像识别方法可概括成两类：基于判别式模型的方法和基于概率产生式模型的方法[1]。具体来说，判别式方法给出不同类别之间的边界，而不是对属于相同类别的样本分布建模。判别式模型旨在分别最大化样本后验概率，并通过捕获不同类别的决策边界直接对图像到类别之间的映射建模。这类方法为每个类别学习一个单独的分类器，分类器进而被用来预测该类别是否被分配给测试图片。常见的判别式模型有支持向量机，判别式核模型和多实例学习等。另一方面，产生式模型对数据分布建模，并通过图结构提供先验知识，该图结构通过条件分布建立起图像特征和模型之间的对应关系。产生式模型可以推断并挖掘图像数据中的隐变量的信息。常见的产生式模型包括概率潜在语义分析，高斯混合模型和隐马尔科夫模型等。 与上述方法不同，本文提出一种基于产生式分数空间的图像识别方法，该方法使用概率产生式模型对训练数据的分布建模，并且基于产生式模型导出样本的分数函数（特征映射）。导出的分数函数编码了样本、隐变量以及模型参数等用于分类的信息，并且提供了一种分段的方式来整合（1）产生式模型在推断隐信息方面的能力和（2）判别式模型在分类方面的能力。 1　概率潜在语义分析模型建模 本节将用概率潜在语义分析模型probabilistic latent semantic analysis, PLSA）[2]对图像特征的分布进行建模，并以PLSA为基础导出后验散度分数函数（posterior divergence score function, PDSF），然后将该分数函数嵌入到分类器中用于图像识别。 PLSA是一种最先用于文本分析的产生式模型，通过词袋模型（bag of words, BOW）发现隐藏在文档中有意义的主题。把一幅图片看做一个文档，PLSA也可以用于图像内容分析。设是图片集是词典其中是图片的数目是词典中词的数目是文档和词的共生矩阵其中表示词在图片中的数量是潜在的集合是图片出现的概率表示潜在语义在词上的分布概率表示中的潜在语义分布概率在上述定义的基础上PLSA的生成过程表述如下选择一幅图片选择一个潜在主题选择