基于多視圖半監(jiān)督學(xué)習(xí)的圖像識(shí)別

奚曉鈺，吳 飛，荊曉遠(yuǎn)

(南京郵電大學(xué) 自動(dòng)化學(xué)院，江蘇 南京 210003)

基于多視圖半監(jiān)督學(xué)習(xí)的圖像識(shí)別

奚曉鈺，吳 飛，荊曉遠(yuǎn)

(南京郵電大學(xué) 自動(dòng)化學(xué)院，江蘇 南京 210003)

近年來(lái)多視圖學(xué)習(xí)在各個(gè)研究應(yīng)用領(lǐng)域引起了學(xué)者們的廣泛關(guān)注。傳統(tǒng)有監(jiān)督的多視圖學(xué)習(xí)在學(xué)習(xí)過(guò)程中只是使用了訓(xùn)練樣本中少數(shù)的有標(biāo)簽樣本，傳統(tǒng)無(wú)監(jiān)督的多視圖學(xué)習(xí)反之利用了其中大量的無(wú)標(biāo)簽樣本。相比于這兩種方法，多視圖半監(jiān)督學(xué)習(xí)方法能夠同時(shí)利用訓(xùn)練集中的有標(biāo)簽樣本以及無(wú)標(biāo)簽樣本，其學(xué)習(xí)目的是在多個(gè)視圖里面少數(shù)有標(biāo)簽樣本以及大量無(wú)標(biāo)簽樣本的情況下，在改善有監(jiān)督學(xué)習(xí)的泛化性能的同時(shí)，提高非監(jiān)督學(xué)習(xí)的高效性。因此文中主要以半監(jiān)督學(xué)習(xí)為研究手段，以多視圖子空間特征抽取為研究目標(biāo)，實(shí)現(xiàn)了其在圖像識(shí)別領(lǐng)域的應(yīng)用。在AR和Oxford Flowers17公共數(shù)據(jù)庫(kù)上進(jìn)行的實(shí)驗(yàn)，驗(yàn)證了所提出算法的有效性。

多視圖學(xué)習(xí)；半監(jiān)督學(xué)習(xí)；互補(bǔ)信息；冗余信息

0 引 言

在許多計(jì)算機(jī)視覺(jué)[1]應(yīng)用中，同一物體可以在不同的角度[2]或者通過(guò)不同的傳感器[3]觀察，從而產(chǎn)生多個(gè)不同的甚至完全互異的樣本。最近，越來(lái)越多的應(yīng)用需要從視圖間和視圖內(nèi)[4]兩方面來(lái)進(jìn)行分類。然而，因?yàn)閬?lái)自不同視圖的樣本[5]會(huì)依附于完全不同的空間，不能相互比較，所以視圖間和視圖內(nèi)的共同分類基本上是不能直接進(jìn)行的。因此，之前大多數(shù)處理這個(gè)問(wèn)題的方法都嘗試去學(xué)習(xí)到一個(gè)多視圖能夠共享的公共空間[6]，在這個(gè)公共空間里，來(lái)自多個(gè)視圖的樣本都可以相互比較。……