基于黎曼核字典学习算法的视觉分类方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110689049A(43)申请公布日2020.01.14(21)申请号201910830476.0(22)申请日2019.09.04(71)申请人绍兴文理学院地址312000浙江省绍兴市环城西路508号(72)发明人许淑华祝汉灿齐鸣鸣王会敏(74)专利代理机构绍兴市寅越专利代理事务所(普通合伙)33285代理人胡国平(51)Int.Cl.G06K9/62(2006.01)G06K9/46(2006.01)G06F17/16(2006.01)权利要求书4页说明书12页附图6页(54)发明名称基于黎曼核字典学习算法的视觉分类方法(57)摘要本发明涉及一种基于黎曼核字典学习算法的视觉分类方法，包括首先对视觉数据使用对称正定矩阵描述，并将其表示为黎曼流形上的点；其次借助于黎曼核，在黎曼流形中构建学习字典的图拉普拉斯矩阵，保留了该流形空间中字典原子的局部信息，而不是像常规算法一样在欧氏空间中保留字典原子的局部信息；接着，在黎曼流形空间中构建能够保留学习字典判别信息的字典原子的标签嵌入项，通过局部约束标签嵌入算法建立黎曼流形空间中的稀疏编码和字典学习数学模型；再次，结合凸优化方法，给出了局部约束标签嵌入黎曼核字典学习算法；最后，构造一个迭代更新算法优化目标，并利用线性分类器完成测试样本的分类。该视觉分类方法在分类精度上获得了较大的提升。CN110689049ACN110689049A权利要求书1/4页1.一种基于黎曼核字典学习算法的视觉分类方法，其特征在于，所述方法包括如下步骤：(1)对样本的视觉数据使用对称正定矩阵描述，并将其表示为黎曼流形上的点；(2)基于黎曼核，在黎曼流形中构建学习字典的图拉普拉斯矩阵，保留流形空间中字典原子的局部信息；(3)在黎曼流形空间中构建保留学习字典判别信息的字典原子的标签嵌入项，通过局部约束标签嵌入算法建立黎曼流形空间中的稀疏编码和字典学习数学目标函数模型；(4)结合凸优化方法，构造一个迭代更新算法优化目标函数；(5)利用线性分类器完成测试样本的分类。2.根据权利要求1所述的基于黎曼核字典学习算法的视觉分类方法，其特征在于，步骤(1)中，所述对样本的视觉数据使用对称正定矩阵描述，包括如下步骤：对样本的视觉数据中的每个像素点抽取坐标点(x,y)、该像素点的灰度值和该像素点的5个尺度8个方向共40个Gabor特征构成的43个特征，对该43个特征生成Gabor协方差矩阵，即对称正定矩阵。3.根据权利要求1所述的基于黎曼核字典学习算法的视觉分类方法，其特征在于，步骤(2)中，所述在黎曼流形中构建学习字典的图拉普拉斯矩阵，包括如下步骤：使用字典原子的局部信息继承训练样本的结构信息，通过非线性映射φ，将分布在黎曼流形M上的字典D映射到一个特征空间，在此特征空间中，满足如下公式：其中δ是预设参数，KNN(φ(di))表示φ(di)的K近邻，Gi,j表示φ(di)与φ(dj)之间的相似性，若φ(di)与φ(dj)相关联，则φ(di)与φ(dj)是相邻的，φ(di)表示字典原子di映射到黎曼流形空间，φ(dj)表示字典原子dj映射到黎曼流形空间，i表示序号，j表示序号；基于最近邻图G，构建图拉普拉斯矩阵P公式如下：P＝T-G,T＝diag(g1,...,gK),and其中，diag(g1,...,gK)表示的是对角线元素为g1,...,gK的对角矩阵，K表示字典原子的数量。4.根据权利要求3所述的基于黎曼核字典学习算法的视觉分类方法，其特征在于，在步骤(2)中，所述在黎曼流形中构建学习字典的图拉普拉斯矩阵，还包括如下步骤：将如下公式最小化处理以选择图拉普拉斯矩阵：K×NT其中，A＝[a1,a2,...,aN]∈R是编码系数矩阵，ai＝[a1i,a2i,...,aki](i＝1,...,N)是训练样本yi在字典D上的编码矢量，表示编码系数矩阵A的第i行向量，Tr()表示矩阵的迹。5.根据权利要求1所述的基于黎曼核字典学习算法的视觉分类方法，其特征在于，步骤2CN110689049A权利要求书2/4页(3)中，所述在黎曼流形空间中构建保留学习字典判别信息的字典原子的标签嵌入项，包括如下步骤：(3.1)利用黎曼核把第i类训练样本映射到一个特征空间，在此特征空间中，其中第i个元素是表明字典原子di属于第i类，使用字典学习算法KSVD学习第i类的子字典Di，若字典原CC子di∈Di，字典原子di的标签向量li＝[0,...,1,...,0]∈R，R表示由C个元素构成的行向量；(3.2)对于每类训练样本，利用黎曼核将其映射到一个特征空间，在特征空间中学习各类字典Di(i＝1,2,...,C)，令D＝[D1,...,Di,...,DC]包含C类所有字典原子，D