论文部分内容阅读
随着互联网的发展,电子商务得到了快速推广,图像作为商品的主要信息载体,成为了消费者选购商品的重要媒介。商品图像分类技术作为图像分类方法的重要应用场景,为商品检索、商品置放策略制定,以及智能推荐等提供有力支撑。近年来,基于稀疏表示的分类(Sparse Representation based Classification,SRC)方法在图像分类研究中发展迅速,已成为图像处理、计算机视觉和模式识别领域的研究热点。本文从理论和应用两个方面对基于稀疏表示的商品图像分类问题进行了研究。理论方面主要研究了稀疏字典的学习问题和稀疏编码的优化求解问题,应用方面则根据商品图像分类中“文本和图像的共生互补性”以及“用户浏览商品图像过程中的时间上下文相关性”开展研究,对现有的算法进行了改进,并通过仿真实验验证了算法的性能。本文的主要工作和创新点如下：1、针对稀疏字典的“结构化”和“紧凑性”特点,本文提出了无监督的结构化稀疏字典学习算法—-USS-DL。使用K-means算法得到初始字典,提高了字典的“紧凑性”。在字典迭代学习过程中,对目标函数联合使用“子字典相关度”和“分类准确率”约束,进一步提高了字典的“紧凑性”和“结构化”。无监督的结构化字典学习(Unsupervised Structured Sparse Dictionary Learning,USS-DL)算法能减小字典的类内距离,增加类间距离,有效地提高分类性能。Swarthmore和BUPT两个商品图像分类实验证明了USS-DL算法对商品图像分类的有效性,AR人脸和MNIST手写两个数据库上的实验证明了USS-DL算法对其他类型图像同样具有良好的分类能力。2、针对稀疏表示的“块稀疏化”特点,本文提出了l2.0混合范数约束的块稀疏编码算法-BSCMN。对稀疏表示局部进行l2范数约束,使得非零元素集中分布在某个稀疏子向量中,稀疏表示具有了“块结构”特点。对稀疏表示全局进行l0范数约束,使其具有“稀疏化”特点。l2,0混合范数约束的块稀疏编码(Block Sparse Coding based l2,0 Mixed Norm,BSCMN)算法能提高稀疏表示的判别性,从而提高图像分类准确率。Swarthmore和BUPT两个商品图像分类实验证明了USS-DL算法具有较好的分类准确性,AR人脸和MNIST手写两个数据库上的实验证明了USS-DL算法对其他类型图像也具有良好的分类性能。3、考虑到商品描述文本和其图像之间的“共生互补”关系,本文提出了图文多模态融合的商品图像分类算法—-MM-IT。使用本文提出的BSCMN算法和加权贝叶斯K最近邻(Weighted Bayes K-Nearest Neighbor,WB-KNN)算法分别计算各类别的图像分类可信度和文本分类可信度。对两种不同模态的可信度进行无量纲化处理,得到融合可信度,实现了将文本信息作为图像视觉信息的增强信息。在商品图像数据库上的实验结果证明,图文多模态融合分类(MultiModal based on Image and Text for classification,MM-IT)算法具有较好的分类性能。4、基于稀疏表示的图像分类方法仅仅使用单张图像的视觉信息进行分类,考虑到多张商品图像之间具有“时间上下文”关系,本文提出了上下文稀疏约束的商品图像分类算法—-CSC-SC。利用用户行为在时间上的相关性,构建待分类图像的上下文候选近邻图像集合,对该集合进行相似度计算,得到上下文最优近邻集合。将上下文近邻图像间的最小距离作为惩罚项,对稀疏编码模型进行“上下文”约束,使得求解的稀疏表示同时具有较好的“稀疏性”和“判别性”。在商品图像数据库上的实验结果证明,上下文稀疏约束的稀疏编码(Context Sparse Constraint for Sparse Coding,CSC-SC)算法能够有效提高商品图像分类准确率。