基于稀疏编码的半监督图像分类研究

《基于稀疏编码的半监督图像分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国科学技术大学硕士学位论又基于稀疏编码的半监督图像分类研究作者姓名：学科专业：导师姓名：完成时间：陈汉英计算机应用技术动l援乞刘贵全副教授二。一四年四月二十一EtUniversityofScienceandTechnologyofChinaAdissertationformaster’SdegreeSemi_supervisedimageclassi·ficationbasedonsparsecod-·=ngspatialpyramidmatching一_Author’SName：HanyingChenSpec

2、iality：ComputerApplicationTechnologySupervisor：AssociateProf．GuiQuanLiuFinishedtime：April21吼，2014中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。作者签名：茧盘这墓签字日期：塑!生：坚：璺中国科学技术大学学位论文授权使用声

3、明作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。／圈公开口保密(年)作者签名：醢避导师签名：型丝羔签字日期：丝!竺鉴：2三签字日期：趁f虫￡望摘要多媒体技术的发展，使得每天都有海量

4、图像数据不断产生。图像分类作为数据组织的一种基本方法，一直在研究领域备受关注。图像分类问题可以概括为两个大步骤：(a)首先就是要将视觉图像表示为数值信息，即图像表示；(b)然后针对所得的图像表示，选择合适的分类器进行训练，最终得到图像分类模型。图像分类的这两个步骤对分类的效果都有很重要的影响，两者是相辅相成的。本文从围绕图像分类的两大步骤，展开了对图像分类问题的研究。首先通过稀疏编码技术和空间金字塔匹配核模型进行图像表示。该方法将提取到的图像的SIFT特征作为训练数据，来进行过完备字典学习，然后运用稀疏编码技术，

5、获得每个SIFT特征基于字典的稀疏编码重建系数，最后运用空间金字塔匹配模型得到图像的数值向量表示形式。基于该方法得到的图像表示，可以采用线性核分类器(比如线性支持向量机)进行分类，使得分类模型的训练复杂度为D(刀)，预测阶段的复杂度为常数级。采用传统的图像表示方法，只能采用非线性的SVM分类器才能达到较好的准确率，而非线性的SVM在训练阶段的计算复杂度和空间复杂度分别为O(n3)和O(n2)，在预测阶段的计算复杂度为D(力)。这使得在实际应用中，数据量非常庞大的情况下，采用传统的高复杂度的分类器是不可行的。由于稀

6、疏编码空间金字塔模型所得到的图像表示是高维空间中的稀疏向量，假设这些高维空间中的稀疏向量分布在一个低维流形上是合理的，基于这个假设，在分类阶段本文进一步引入了一种基于流形正则化的半监督学习方法。该方法将未标记数据的结构信息作为一个正则化项加入到传统的分类器中，在分类学习的过程中探索数据本来的结构，来提高分类器的性能。该方法在一定程度上解决了实际应用中标签数据不足，通过融入未标记数据信息来提高分类准确率的问题。另外在相同标签数据的情况下，该方法因为有效的融入了未标记数据的信息，从而能够获得更高的分类准确率。综合这两

7、个步骤，本文最终给出了一种基于稀疏编码空间金字塔匹配(SparsecodingSpatialPyramidMatching，ScSPM)模型的拉普拉斯支持向量机(LaplacianSVM，LapSVM)半监督图像分类方法。实验结果证明了该方法应用于图像分类问题的有效性。关键字：图像分类稀疏编码词袋模型空间金字塔匹配模型流形学习摘要IIAbstractABSTRACTWiththedevelopmentofmulti-mediatechnology,avarietyofimagesareemerginginmult

8、itudenowadays．Asthebasicmethodofimagedataorganization，imageclassificationisalwaysmeho卸otofresearcharea．Thetaskofimageclassifi-cationmainlycontainedtwosteps：(a)Firstly,wehavetorepresentthe