基于层次特征映射模型的目标识别.pdfVIP

高技术通讯 2014 年第 24 卷第 4 期 :4]4 -419 doi: 10. 3772/j. issn. 1∞2~70.2014.04.011 基于层次特征映射模型的目标识别① 余鹏②万里红霍宏方涛③ (上海交通大学自动化系系统控制与信息处理教育部重点实验室 上海 2∞240) 摘要 为了较好地模拟生物视觉系统对复杂场景目标的感知特性，以提高目标识到水 平，提出了一种新的受生物视觉信息处理的基本机理启发的前馈深度层次计算机视觉模 型，即层次特征映射 (HFM)模型。该模型利用高斯差分函数以及 Gabor 函数模拟初级视 觉皮层中的方向图，并且采用竞争学习策略来学习更高层次神经元的感受野。实验表明， 该模型可以很好地提取目标的特征和保留图像的主要信息，并且具有自学习的能力，能够 在主流数据库上取得较好的识别结果，具有较好的发展前景。 关键词 目标识别，深度网络，方向图，竞争学习 0 引言 近年来深度网络(用当前一层输出无监督训练 获得新的一层[IJ 的思想发展而来)得到了大量研 究。目前，有两类训练深度网络的方法，得到了普遍 关注[2J .基于受限波尔兹曼机 (restricted boltzmann machine , RBM )的方法[3.4 J 和基于卷积神经网络 (convolutional neural networks , CNN) 的方法[口]。其 中，基于 CNN 的方法受到了视觉神经元感受野特性 的启发，例如，在视觉皮层中，每个神经元都具有有 限大小的感受野，而 CNN 则采用节点间稀疏连接的 方式来模拟这一特性。为了进一步降低网络的训练 复杂度，CNN 还采用了权值共享的方法。 CNN 主要 有卷积与子采样两种操作。通过这两种操作交替进 行的方式，CNN 可获得对旋转、平移等的不变性，因 而在图像、视频处理等领域获得了巨大成功。 然而，训练深度网络的算法多数集中在利用优 化某一种能量函数来分层训练整个网络上。当前， 各种深度网络模型更多地是从优化角度而不是从视 皮层神经计算机理出发构造，从而导致建立的计算 机视觉模型很难较好地模拟生物视觉系统对复杂场 景目标的感知特性，影响了对目标的识别。尽管造 成这一现象的原因有很多，但是层次最大化( Hierar- chical MAX , HMAX )模型及其变种[ι10] 既很好地切 合了生物视觉的机理，并且取得了不错的效果。这 说明，从神经计算的机理出发构建深度网络是可行 的。基于这一认识，本文提出了一个受生物视觉启 发的前馈深度层次模型，即层次特征映射( Hierar- chical feature map , HFM )模型。该模型采用稀疏连 接方式，分层学习，并且利用了方向图的最新研究成 果。实验结果显示，模型可以很好地得到目标的抽 象表示，能够取得较好的目标分类、识别结果。 1 HFM 模型框架 HFM 模型共有 4 层， ~p s 层及其以上的 Cl 、 C2 和 C3 层，其结构如图 1 所示，该模型利用系数连接 来模拟神经元感受野。 S 层中每个节点的感受野是 由高斯差分函数或者 Gabor 函数来模拟的，同时，以 特别的方式组合这些节点来模拟初级视觉皮层中的 方向图。其余的 Cl 、C2 和口三层节点的感受野特 性通过竞争学习获得。层次愈高，每→层的节点感 受野愈大。模型还利用稀疏连接来模拟神经元感受 野。层次愈高，每一层的节点感受野愈大。 1. 1 S 层:利用高斯差分函数和 Gabor 函数模拟方 向图 S 层中每一个节点都是一个高斯差分函数或者 ① 973 计划 (2012CB719903) ，同家自然科学基金委创新研究群体(XI98144) ，同家自然科学基金青年科学基金 )和同家自然 科学基金)资助项目 D ② 男， 1990 年生，硕士;研究方向 2深度网络，计算机视觉; E-mail ， adηanancly，，@ gmai l. cnm ③ 通讯作者， E-mail: tfang@sjtu.eclu.cn (收稿日期 :2013 -09-15 ) - 414 一 条边中心处 Gabor 节点的。分别为 0，豆，霄，拴在 , 2 , .., 2 。 同一圈内，θ沿逆时针线性增加。 由内而外，λ 也线 性增加，具体的值由实验决定。 并且，每一个高斯差 分函数和 Gabor 函数由下式进行归一化: P(ZJ)=gL丘 J / 11 G 11 F 式中， 11 ? 11 F 表示矩阵的 Frobenius 范数。 对于任 意一幅灰度图像(线性归一化至[0 ， 1] 区间) ，每个 S 层节点的响应 r 为 r = L . L /(x ,y) .Ip(x ,y) 式中 ，lp 为每