基于关系型发散的黎曼流形分类图像识别.pdfVIP

第３２卷第３期　　　 计算机应用与软件 Ｖｏｌ３２ Ｎｏ．３ ２０１５ 年３ 月　　 Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ Ｓｏｆｔｗａｒｅ Ｍａｒ．２０１５ 基于关系型发散的黎曼流形分类图像识别 郑　翔　鲜　敏 （四川工程职业技术学院计算机科学系　四川 德阳６１８０００） 摘　要　　针对图像识别中传统的嵌入流形算法通常只考虑切线空间却忽略了流形结构以致不能准确建模的问题，提出一种基于 关系型发散的黎曼流形分类（ＲＭＣ）算法。首先从底层黎曼流形建立训练集，并在流形上建立一组表示黎曼点的参考点；然后，借助 于最近提出的斯坦因发散计算黎曼点与各个类之间的相似性，从而有效地将流形分类问题转换成寻找合适的相似空间问题；最后， 利用经典的线性判别分析进行特征提取，最近邻分类器完成最终的分类、识别。通过纹理分类、人脸识别、人体识别实验验证了所提 算法的有效性及高效性。实验结果表明，相比其他几种较为先进的流形算法，提出的算法不仅提高了识别率，同时大大减少了训练、 分类所耗时间，有望应用于实时图像识别系统。 关键词　　黎曼流形分类　关系型发散　纹理分类　人脸识别　人体识别 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１５．０３．０７５ ＲＩＥＭＡＮＮＩＡＮＭＡＮＩＦＯＬＤＳ ＣＬＡＳＳＩＦＩＣＡＴＩＯＮＢＡＳＥＤ ＯＮＲＥＬＡＴＩＯＮＡＬ ＤＩＶＥＲＧＥＮＣＥ ＦＯＲ ＩＭＡＧＥ ＲＥＣＯＧＮＩＴＩＯＮ Ｚｈｅｎｇ Ｘｉａｎｇ　Ｘｉａｎ Ｍｉｎ （Ｄｅｐａｒｔｍｅｎｔ ｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，Ｓｉｃｈｕａｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｔｅｃｈｎｉｃａｌ Ｃｏｌｌｅｇｅ，Ｄｅｙａｎｇ６１８０００，Ｓｉｃｈｕａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｆｏｒｔｈｅ ｉｓｓｕｅ ｔｈａｔ ｔｒａｄｉｔｉｏｎａｌ ｅｍｂｅｄｄｅｄ ｍａｎｉｆｏｌｄ ａｌｇｏｒｉｔｈｍｓ ｕｓｕａｌｌｙ ｏｎｌｙ ｃｏｎｓｉｄｅｒｔａｎｇｅｎｔ ｓｐａｃｅ ｂｕｔ ｉｇｎｏｒｉｎｇ ｍａｎｉｆｏｌｄ ｓｔｒｕｃｔｕｒｅ ｗｈｉｃｈ ｗｉｌｌ ｃａｕｓｅ ｔｈｅ ｉｎａｃｃｕｒａｔｅ ｍｏｄｅｌｌｉｎｇ，ｗｅ ｐｒｏｐｏｓｅ ａ ｒｅｌａｔｉｏｎａｌ ｄｉｖｅｒｇｅｎｃｅｂａｓｅｄ Ｒｉｅｍａｎｎｉａｎ ｍａｎｉｆｏｌｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ （ＲＭＣ）ａｌｇｏｒｉｔｈｍ． Ｆｉｒｓｔ，ｉｔ ｃｒｅａｔｅｓｔｈｅ ｔｒａｉｎｉｎｇ ｓｅｔｆｒｏｍｕｎｄｅｒｌｙｉｎｇ Ｒｉｅｍａｎｎｉａｎ ｍａｎｉｆｏｌｄ ｏｎｗｈｉｃｈ ａｇｒｏｕｐ ｏｆｒｅｆｅｒｅｎｃｅ ｐｏｉｎｔｓｒｅｐｒｅｓｅｎｔｉｎｇ Ｒｉｅｍａｎｎｐｏｉｎｔｗｉｌｌ ｂｅ ｓｅｔ ｕｐ．Ｔｈｅｎ，ｉｔ ｃａｌｃｕｌａｔｅｓｔｈｅ ｓｉｍｉｌａｒｉｔｉｅｓｂｅｔｗｅｅｎ Ｒｉｅｍａｎｎ ｐｏｉｎｔ ａｎｄ ｅａｃｈ ｃｌａｓｓｂｙ Ｓｔｅｉｎ ｄｉｖｅｒｇｅｎｃｅ ｐｒｏｐｏｓｅｄ ｒｅｃｅｎｔｌｙ，ｔｈｅｒｅｆｏｒｅ ｅｆｆｅｃｔｉｖｅｌｙ ｃｏｎｖｅｒｔｓ ｔｈｅ ｍａｎｉｆｏｌｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｔｏ ｆｉｎｄｉｎｇ ｔｈｅ ｓｕｉｔａｂｌｅ ｓｉｍｉｌａｒｉｔｙ ｓｐａｃｅ．Ｆｉｎａｌｌｙ，ｉｔ ｕｓｅｓ ｔｙｐｉｃａｌ ｌｉｎｅａｒ ｄｉｓｃｒｉｍｉｎａｎｔ ａｎａｌｙｓｉｓ ｔｏ ｅｘｔｒａｃｔ ｆｅａｔｕｒｅｓ ａｎｄ ｕｓｅｓ ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｕｒ ｃｌａｓｓｉｆｉｅｒｔｏ ｃｏｍｐｌｅｔｅ ｔｈｅ ｅｖｅｎｔｕａｌ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｎｄ ｒｅｃｏｇｎｉｔｉｏｎ．Ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ａｎｄ ｈｉｇｈ ｅｆｆｉｃｉｅｎｃｙ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍａｒｅｖｅｒｉｆｉｅｄｔｈｒｏｕｇｈｅｘｐｅｒｉｍｅｎｔｓｏｎｔｅｘｔｕｒｅｃｌａｓｓｉｆ