一種基于深度標(biāo)簽預(yù)測的誘導(dǎo)式圖像分類方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本申請涉及模式識別和數(shù)據(jù)挖掘技術(shù)領(lǐng)域，特別是涉及一種基于深度標(biāo)簽預(yù)測的 誘導(dǎo)式圖像分類方法及系統(tǒng)。
【背景技術(shù)】
[0002] 當(dāng)今，圖像分類技術(shù)是數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等領(lǐng)域最重要的研宄課題之一。分類主 要對未知類別的數(shù)據(jù)進(jìn)行類別判斷，在醫(yī)療數(shù)據(jù)分析，文本、網(wǎng)頁、多媒體數(shù)據(jù)分類，信用卡 評級等領(lǐng)域有重大意義，一旦研宄成功并投入使用將帶來巨大的社會效益與經(jīng)濟(jì)效益。
[0003] 因其優(yōu)秀的實(shí)用性和分類正確率，基于相似圖構(gòu)造的半監(jiān)督學(xué)習(xí)方法已然興起為 實(shí)用而普遍的分類工具。監(jiān)督型學(xué)習(xí)方法的性能已被證明優(yōu)于無監(jiān)督型學(xué)習(xí)方法，但在現(xiàn) 實(shí)世界中，監(jiān)督數(shù)據(jù)往往難以獲得；假如通過對無標(biāo)簽樣本進(jìn)行人工標(biāo)定來獲得監(jiān)督信息， 將耗費(fèi)大量的時(shí)間、人力，從而使實(shí)用性大大降低。因此，為了兼顧實(shí)用與準(zhǔn)確，半監(jiān)督學(xué)習(xí) 成為人們追捧的方法。半監(jiān)督型學(xué)習(xí)主要通過對大量數(shù)據(jù)中每一類樣本中的少量數(shù)據(jù)進(jìn)行 標(biāo)定，再將監(jiān)督信息通過相似圖傳播給未知類別的數(shù)據(jù)，進(jìn)而預(yù)測出無標(biāo)簽樣本的類別。
[0004] 近年來，基于標(biāo)簽傳播理論的學(xué)習(xí)過程因其簡單、有效、快速的優(yōu)點(diǎn)，成為半監(jiān)督 學(xué)習(xí)的典型代表之一。標(biāo)簽傳播于2002年由Zhu等人提出，一經(jīng)提出即引起國內(nèi)外學(xué)者的 廣泛關(guān)注，并逐漸被證實(shí)為一種簡單、快速、擴(kuò)展性強(qiáng)，性能穩(wěn)定的算法，并逐漸被應(yīng)用在許 多領(lǐng)域，比如社交平臺的社會關(guān)系分析、多媒體信息檢索分類等。標(biāo)簽傳播通過學(xué)習(xí)樣本之 間的相似性，將有標(biāo)簽樣本的監(jiān)督信息傳播給無標(biāo)簽樣本，進(jìn)而實(shí)現(xiàn)對無標(biāo)簽樣本的類別 估計(jì)。目前幾乎所有算法都采用淺層的軟標(biāo)簽預(yù)測結(jié)果作為輸出，然而淺層軟標(biāo)簽中的混 合信號往往對結(jié)果有較大影響。因此現(xiàn)有方法缺少了對軟標(biāo)簽進(jìn)行優(yōu)化的步驟。
[0005] 因此，提出一種基于深度標(biāo)簽預(yù)測的誘導(dǎo)式圖像分類方法及系統(tǒng)，減少原始輸入 空間含有的混合信號的影響，獲得判別性更強(qiáng)的深度軟類別標(biāo)簽，提高算法的適用范圍和 魯棒性，增強(qiáng)分類性能，是本領(lǐng)域人員亟待解決的問題。

【發(fā)明內(nèi)容】

[0006] 有鑒于此，本申請?zhí)峁┝艘环N基于深度標(biāo)簽預(yù)測的誘導(dǎo)式圖像分類方法及系統(tǒng)， 以減少原始輸入空間含有的混合信號的影響，獲得判別性更強(qiáng)的深度軟類別標(biāo)簽，提高算 法的適用范圍和魯棒性，增強(qiáng)分類性能。
[0007] 為解決上述技術(shù)問題，本申請?zhí)峁┮环N基于深度標(biāo)簽預(yù)測的誘導(dǎo)式圖像分類方 法，該方法利用描述學(xué)習(xí)理論進(jìn)行半監(jiān)督標(biāo)簽傳播的誘導(dǎo)式分類，包括：
[0008] 對訓(xùn)練集進(jìn)行訓(xùn)練預(yù)處理，包括：根據(jù)訓(xùn)練集中所有訓(xùn)練樣本的K近鄰使用 LLE-重構(gòu)權(quán)，構(gòu)建相似近鄰圖，根據(jù)所述相似近鄰圖求得對稱化、歸一化的權(quán)重矩陣，初始 化類別標(biāo)簽矩陣Y;
[0009] 構(gòu)建直推式深度標(biāo)簽預(yù)測模型，迭代得到所述訓(xùn)練集的"淺"軟標(biāo)簽矩陣F、深度嵌 入矩陣P和深度投影矩陣A，利用所述"淺"軟標(biāo)簽矩陣F和深度嵌入矩陣P得到所述訓(xùn)練 集的深度預(yù)測標(biāo)簽，利用所述深度投影矩陣A對所述深度預(yù)測標(biāo)簽進(jìn)行描述學(xué)習(xí)；
[0010] 對測試樣本進(jìn)行誘導(dǎo)式標(biāo)簽預(yù)測，包括：利用學(xué)習(xí)得到的深度投影矩陣A對測試 集中無標(biāo)簽樣本數(shù)據(jù)進(jìn)行投影，得到所述測試集的深度標(biāo)簽矩陣，根據(jù)所述深度標(biāo)簽矩陣 中各行的最大值確定測試樣本對應(yīng)的標(biāo)簽類別，得到分類結(jié)果。
[0011] 優(yōu)選的，所述根據(jù)訓(xùn)練集中所有訓(xùn)練樣本的K近鄰使用LLE-重構(gòu)權(quán)，構(gòu)建相似近 鄰圖，根據(jù)所述相似近鄰圖求得對稱化、歸一化的權(quán)重矩陣，包括：
[0012] 對所述訓(xùn)練集中所有訓(xùn)練樣本進(jìn)行K最近鄰搜索，找出每個樣本的K個最近鄰樣 本；
[0013] 采用LLE-重構(gòu)權(quán)的構(gòu)造方法，計(jì)算、衡量頂點(diǎn)之間的相似性，構(gòu)造相似近鄰圖的 相似度量矩陣；
[0014] 對所述相似度量矩陣進(jìn)行對稱化、歸一化處理，得到所述權(quán)重矩陣。
[0015] 本申請還提供了一種基于深度標(biāo)簽預(yù)測的誘導(dǎo)式圖像分類系統(tǒng)，包括：
[0016] 訓(xùn)練預(yù)處理模塊，用于對訓(xùn)練集進(jìn)行訓(xùn)練預(yù)處理，包括：根據(jù)訓(xùn)練集中所有訓(xùn)練樣 本的K近鄰使用LLE-重構(gòu)權(quán)，構(gòu)建相似近鄰圖，根據(jù)所述相似近鄰圖求得對稱化、歸一化的 權(quán)重矩陣，初始化類別標(biāo)簽矩陣Y;
[0017] 訓(xùn)練模塊，用于構(gòu)建直推式深度標(biāo)簽預(yù)測模型，迭代得到所述訓(xùn)練集的"淺"軟標(biāo) 簽矩陣F、深度嵌入矩陣P和深度投影矩陣A，利用所述"淺"軟標(biāo)簽矩陣F和深度嵌入矩陣 P得到所述訓(xùn)練集的深度預(yù)測標(biāo)簽，利用所述深度投影矩陣A對所述深度預(yù)測標(biāo)簽進(jìn)行描 述學(xué)習(xí)；
[0018] 測試模塊，用于對測試樣本進(jìn)行誘導(dǎo)式標(biāo)簽預(yù)測，包括：利用學(xué)習(xí)得到的深度投影 矩陣A對測試集中無標(biāo)簽樣本數(shù)據(jù)進(jìn)行投影，得到所述測試集的深度標(biāo)簽矩陣，根據(jù)所述 深度標(biāo)簽矩陣確定測試樣本對應(yīng)的標(biāo)簽類別，以完成誘導(dǎo)式半監(jiān)督圖像分類過程。
[0019] 以上本申請?zhí)峁┑囊环N基于深度標(biāo)簽預(yù)測的誘導(dǎo)式圖像分類方法及系統(tǒng)中，在應(yīng) 用直推式標(biāo)簽傳播方法計(jì)算得到原始輸入空間的"淺"軟標(biāo)簽F后，利用描述學(xué)習(xí)計(jì)算得到 判別性更強(qiáng)的深度軟標(biāo)簽（也就是深度預(yù)測標(biāo)簽），取深度軟標(biāo)簽中相似性概率的最大值， 用于圖像類別的鑒定，得到更準(zhǔn)確的分類結(jié)果。通過將描述學(xué)習(xí)引入誘導(dǎo)式過程，可有效地 將淺層軟標(biāo)簽中的混合信號對分類結(jié)果的影響降至最低，使分類精度有大幅提高，此外，同 時(shí)也擴(kuò)展了標(biāo)簽傳播方法的適用范圍，提高了性能和穩(wěn)定性。
【附圖說明】
[0020] 為了更清楚地說明本申請實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 申請的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù) 提供的附圖獲得其他的附圖。
[0021] 圖1為本申請一種基于深度標(biāo)簽預(yù)測的誘導(dǎo)式圖像分類方法實(shí)施例1的流程圖；
[0022] 圖2為本申請一種基于深度標(biāo)簽預(yù)測的誘導(dǎo)式圖像分類方法實(shí)施例1的標(biāo)簽預(yù)測 示意圖
[0023] 圖3為本申請一種基于深度標(biāo)簽預(yù)測的誘導(dǎo)式圖像分類方法實(shí)施例2的流程圖；
[0024] 圖4為本申請一種基于深度標(biāo)簽預(yù)測的誘導(dǎo)式圖像分類系統(tǒng)實(shí)施例1的結(jié)構(gòu)框圖 示意圖。
【具體實(shí)施方式】
[0025] 下面將結(jié)