一種改進的稀疏編碼模型圖像分類算法

刁琦

摘 要：針對傳統(tǒng)稀疏編碼方法對圖像分類，本文采用SIFT算法提取的圖像特征，分類器主要通過構造多尺度小波核極限學習機進行圖像分類。采用該方法對wine數(shù)據(jù)集與微軟Corel1K圖像庫進行測試，實驗表明，較單尺度小波核，多尺度小波核具有更好的分類效果。同時，多尺度小波核極限學習機的分類性能優(yōu)于多尺度支持向量機、支持向量機與極限學習機的分類性能。

關鍵詞： 稀疏編碼;圖像分類;極限學習機;支持向量機

【Abstract】 According to the traditional sparse coding method for image classification， the image features extracted by SIFT algorithm are used in this paper. The classifier mainly constructs multi-scale wavelet kernel limit learning machine for image classification. This method is used to test the wine dataset and the Microsoft Corel1K image library. Experiments show that the multi-scale wavelet kernel has better classification effect than the single-scale wavelet kernel. At the same time， the classification performance of multi-scale wavelet kernel limit learning machine is better than that of multi-scale support vector machine， support vector machine and extreme learning machine.

【Key words】 ?sparse coding; image classification; extreme learning machine; support vector machine

0 引 言

稀疏編碼（Sparse Coding，SC）算法作為無監(jiān)督的學習方法之一，其使用基向量的線性組合方式（完備基）來描述圖像的輸入信息，且能夠提取較好的數(shù)據(jù)集特征，廣泛應用于圖像分類、圖像檢索、數(shù)據(jù)預測等問題。張立和等人[1]提出核拉普拉斯稀疏編碼，在分類效果上優(yōu)于拉普拉斯稀疏編碼;謝成軍等人[2]采用稀疏編碼金字塔模型對農田害蟲圖像進行識別，較傳統(tǒng)方法識別精度提高14.1%;張勇等人[3]提出一種非負彈性網稀疏編碼算法，較傳統(tǒng)的稀疏編碼算法的有效性更高，分類的效果更好;徐佳慶等人[4]提出基于二階矩空譜聯(lián)合稀疏編碼的遙感圖像分類方法，與支持向量機（Support Vector Machine，SVM）方法相比有較高的準確性。在分類方法上，SVM是一種常用的分類器[5]。滿瑞君等人[6]將多尺度小波支持向量機（Multi-scale wavelet SVM）應用于交通流數(shù)據(jù)的預測，指出該方法的預測準確性高于BP神經網絡和高斯SVM。隨著極限學習機（Extreme Learning Machine，ELM）的提出，也被研究者廣泛應用于圖像分類問題[7]。王杰等人[8]將小波核極限學習機（Wavelet ELM）應用于UCI圖像集分離，并指出WELM的分類性能優(yōu)于ELM。為此，本文將多尺度小波核函數(shù)（Multi-scale wavelet kernel）作為ELM的核函數(shù)，以在測試集中獲得更好的分類效果。對此擬展開研究論述如下。

1 稀疏編碼描述

3 實驗結果與分析

首先，本文對Wine數(shù)據(jù)集進行測試。Wine數(shù)據(jù)集包含了3類葡萄酒數(shù)據(jù)，共計178個樣本，每類葡萄酒有13個屬性特征。第一類訓練樣本為1～30，第二類訓練樣本為60～95，第三類訓練樣本為131～153，其余為測試樣本。分別對比單尺度、二尺度以及三尺度的分類性能。采用不同尺度小波核的分類結果見表1，采用文獻[6]獲得的分類精度為93.09%，這也表明采用多尺度小波核ELM分類性能優(yōu)于小波核ELM和小波核SVM。分類的具體情況如圖1所示。

其次，采用微軟Corelk圖像庫進行測試。其中，Corel圖像庫包含10類圖像，每類圖像為100張，共計1 000張圖像。方法實現(xiàn)中主要包括2部分，分別是：對圖像進行sift特征提取，圖像分類。每類圖像的分類精度見表2。

采用不同分類器方法的對比情況如圖2所示。從圖2中可看出，本文的分類精度要高于文獻[6]方法、SVM和ELM。對于buses與dinosaurs兩個類別，4種分類器的分類精度相同，主要由于這2類圖片背景較為簡單，對于復雜圖像的分類，多尺度小波核ELM具有較好的分類效果。

4 結束語

本次研究及實驗表明，多尺度小波核極限學習機具有較高的分類性能。由于核函數(shù)在分類問題方面具有較強的映射能力和非線性分類能力，但對于解決實際復雜背景及大規(guī)模圖像分類問題效果不佳，在實際應用中可采用多個核函數(shù)由組合形式來獲得更好的結果。

參考文獻

[1]張立和，潘磊，劉濤，等.基于核拉普拉斯稀疏編碼的圖像分類[J].大連理工大學學報，2015，55（2）：192-197.

[2]謝成軍，李瑞，董偉，等.基于稀疏編碼金字塔模型的農田害蟲圖像識別[J].農業(yè)工程學報，2016，32（17）：144-151.

[3]張勇，張陽陽，程洪，等.基于非負彈性網稀疏編碼算法的圖像分類方法[J].計算機工程，2017，43（7）：239-243，249.

[4]徐佳慶，萬文，呂啟.基于二階矩稀疏編碼的高光譜遙感圖像分類[J].計算機科學，2018，45（9）：288-293.

[5]吳園園，申立勇.基于類重疊度欠采樣的不平衡模糊多類支持向量機[J].中國科學院大學學報，2018，35（4）：536-543.

[6]滿瑞君，梁雪春.基于多尺度小波支持向量機的交通流預測[J].計算機仿真，2013，30（11）：156-159.

[7]HUANG Guangbin， ZHU Qinyu， SIEW C K. Extreme learning machine： Theory and applications[J].Neurocomputing，2006，70（1/3）：489-501.

[8]王杰，郭晨龍.小波核極限學習機分類器[J].微電子學與計算機，2013，30（10）：73-76，80.

[9]李兵，劉磊，魏志強.一種具有強實時性、強魯棒性的圖像匹配算法[J].軟件學報，2014，25（7）：1583-1592.