学位论文 > 优秀研究生学位论文题录展示

基于多核映射的图像特征提取算法

作　者: 王庆龙
导　师: 付平
学　校: 哈尔滨工业大学
专　业: 仪器科学与技术
关键词: 多核映射特征提取图嵌入参数优化模式识别
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 3次
引　用: 0次
阅　读: 论文下载

内容摘要

图像的特征提取是数字图像分类、识别、检测等机器学习和模式识别任务的主要问题。经典的线性特征提取方法已经越来越难以满足当今更为复杂和严格的任务要求，基于核学习方法的特征提取方法通过隐性映射非线性空间，是如今得到广泛使用和快速发展的特征提取方法。但基于单核的经典特征提取方法由于受到包含异构信息的数据源，以及描述特征类别数的限制，处理复杂和高精度要求的图像分类识别等任务的应用效果将会受到影响。针对上述问题，本文研究基于多核学习方法的图像特征提取，旨在解决传统单核学习面临的上述诸多问题，提高图像特征提取系统性能。全文主要工作如下：在技术体系方面，本文研究了基于多核映射的图像特征提取架构，以及应用该架构的图像分类算法，深入探讨了影响多核学习效果的关键因素，详细介绍了基于图嵌入的特征提取架构，并研究了将多核映射和图嵌入结合的特征提取方法，利用图嵌入方法对于经典特征提取方法良好的归纳特性，成功扩展出基于多核的线性判别分析和线性判别嵌入两种特征提取方法。在方法研究方面，为了进一步提升基于多核映射的特征提取算法的应用效果，本文针对包括基本核函数参数，多核函数权重参数，多核函数组合形式等在内的影响该算法效果的多个参数进行了深入研究，分别对这些参数进行优化设计，并将各项优化方法进行结合使用，使得基于多核映射的特征提取方法的应用效果进一步提升。在实验验证方面，为将本文研究的基于多核映射的特征提取方法和经典的特征提取方法进行实验对比，本文分别应用基于多核和单核的图嵌入特征提取架构开发了相应的图像分类算法，在用于人脸识别，物体分类和图像分割在内的多个数据库上进行图像分类实验，并根据实验结果进行对比，同时给出详细的对比分析，实验结果表明基于多核的图像特征提取算法在图像分类应用领域较之其他单核方法有更高的准确度。最后针对影响当前基于多核映射的特征提取方法算法效率的主要因素进行分析，并给出相应的改进方法。

全文目录

摘要  4-5
Abstract  5-8
第1章绪论  8-18
  1.1 课题背景及研究的目的和意义  8-13
    1.1.1 特征提取方法概述  8-10
    1.1.2 核学习发展概述  10-12
    1.1.3 基于多核学习的特征提取方法的发展前景  12-13
  1.2 研究现状  13-15
    1.2.1 多核学习理论发展  13-14
    1.2.2 基于多核学习的特征提取方法的应用  14-15
  1.3 存在的问题  15-17
    1.3.1 基本核函数选择  15-16
    1.3.2 多核函数参数优化  16
    1.3.3 算法效率  16-17
  1.4 主要研究内容与本文结构  17-18
第2章基于多核映射的图像特征提取架构及评析  18-31
  2.1 引言  18
  2.2 基于图嵌入的特征提取原理  18-21
    2.2.1 直接图嵌入  18-19
    2.2.2 直接图嵌入的核扩展形式  19-21
  2.3 多核学习原理  21-26
    2.3.1 核函数定义及性质  21-23
    2.3.2 多核函数构造原理  23-26
  2.4 基于多核的图嵌入特征提取算法原理  26-29
    2.4.1 多核矩阵的构造  26-27
    2.4.2 图嵌入方法的多核扩展  27-29
  2.5 本章小结  29-31
第3章基于多核函数参数优化的图像特征提取算法改进  31-46
  3.1 引言  31
  3.2 多核图嵌入目标方程求解  31-33
    3.2.1 拉格朗日乘子系数矩阵 A 的优化  31-32
    3.2.2 系数β优化  32-33
    3.2.3 多核图嵌入目标方程求解算法  33
  3.3 核函数选择  33-35
  3.4 基本核函数参数优化  35-36
  3.5 仿真实验与分析  36-45
    3.5.1 映射特征向量维数选择对比试验  36-39
    3.5.2 基本核函数参数选择对比试验  39-42
    3.5.3 多核权重参数优化效果对比试验  42-43
    3.5.4 多核函数组合选择对比试验  43-44
    3.5.5 样本数对多核图嵌入特征提取方法的影响  44-45
  3.6 本章小结  45-46
第4章基于多核映射的特征提取在图像分类的应用  46-59
  4.1 引言  46
  4.2 基于多核映射的图像识别算法程序设计  46-50
    4.2.1 训练样本预处理和读入定制参数  47-48
    4.2.2 样本训练  48-49
    4.2.3 测试分类  49-50
  4.3 对比图像分类算法程序设计  50
  4.4 实验对比与分析  50-56
    4.4.1 ORL数据库  51-52
    4.4.2 Yalefaces数据集  52-54
    4.4.3 Iris（UCI）数据集  54-55
    4.4.4 Image Segmentation（UCI）数据集  55-56
  4.5 算法效率比较和分析  56-58
  4.6 本章小结  58-59
结论  59-60
参考文献  60-67
攻读硕士学位期间发表的论文及其它成果  67-69
致谢  69

基于多核映射的图像特征提取算法

内容摘要

全文目录

相似论文