一种多层稀疏编码特征的鸟类图像识别方法

摘要

本发明公开了一种多层稀疏编码特征的鸟类图像识别方法，首先在局部图像块的R，G，B三通道上利用级联多层稀疏编码结构提取稀疏编码特征，每层稀疏编码结构都包含特征编码部分和特征最大值抽取两部分；然后在输出特征上，多层稀疏编码特征使用线性核进行融合，并使用SVM作为分类器进行分类判决。在多层稀疏编码结构中，在优化目标函数中加入了一个局部约束项，在特征编码部分迭代地使用所求得目标函数的近似解进行稀疏编码，然后使用这些编码值最小化重构误差，更新字典。本发明的多层稀疏编码特征的鸟类图像识别方法，能极大提高系统对于鸟类图像的识别精度。

主权项

一种多层稀疏编码特征的鸟类图像识别方法，其特征在于，包括以下步骤：S1训练过程S1.1收集各种鸟类训练图像，组成鸟类训练数据集；S1.2字典学习S1.2.1设定字典学习的目标函数为：$\underset{D,X}{min}\left|\right|Y-DX|{|}_F^2+\lambda \underset{i=1}{\overset{N}{\Sigma }}\underset{j=1,j\ne i}{\overset{N}{\Sigma }}|d_i^T{d}_j|+\beta \underset{i=1}{\overset{N}{\Sigma }}||e_i·x_i|{|}^2---\left(1\right)$其中Y为图像块的像素矩阵集，y_i是像素矩阵集Y中第i个图像块的像素矩阵；D是需学习的字典，字典个数为N，字典元素为d_i和d_j；X是字典的权重系数，其元素为x_i；是F范数，$e_i=\exp ({[dist(y_i,d_1),...,dist(y_i,d_N)]}^T/\sigma ),$而dist(y_i,d_j)是y_i与d_j的欧式距离，·表示矩阵点乘，σ为权重，λ,β是平衡两种约束的权重系数；S1.2.2计算输入信号像素矩阵集Y的编码系数X，得到的新目标函数如式(2)所示，其解析解如式(3)所示；$\underset{D,X}{min}\left|\right|Y-DX|{|}_F^2+\beta \underset{i=1}{\overset{N}{\Sigma }}||e_i·x_i|{|}^2---\left(2\right)$$s.t.\forall i,1^T{x}_i=1$$\left\{\begin{array}{c}{C}_i=(D^T-1y_i^T){(D^T-1y_i^T)}^T\\ x_i=(C_i+{\mathrm{\beta diag}}^2(e))/1\\ x_i=x_i/1^T{x}_i\end{array}\right.---\left(3\right)$S1.2.3在求得编码系数X后，字典中的单词通过KSVD算法按顺序优化更新，目标函数(1)更新为：$\underset{d_m}{min}\{{\bar{x}}_m^T{\bar{x}}_m{d}_m^T{d}_m-2R_m{\bar{x}}_m+\lambda \underset{j=1,j\ne m}{\overset{N}{\Sigma }}|d_j^T{d}_m\left|\right\}---\left(4\right)$s.t.||d_m||₂＝1其中是X第m行的向量，是像素矩阵集Y关于第m个单词的残差；N是字典总个数；S1.2.3不断地迭代实现步骤S1.2.1～S1.2.2；直到每次迭代运行的字典D不再改变；S1.3利用S1.1得到的字典，采用多层稀疏编码对鸟类训练图像进行稀疏编码稀疏计算，得到稀疏编码特征输出；S1.4分类器训练将步骤S1.3所得的稀疏编码特征输出送入线性支持矢量机分类器，得到不同类别鸟类之间的最大分类平面模型；S2测试过程对测试图像，采用步骤S1.3的方法得到稀疏编码特征输出，送入S1.4的分类器所得的鸟类不同类别之间的最大分类平面模型，判断当前测试图像对应的鸟类类别输出。