[发明专利]基于众包主动学习用于检测异常图片的方法

摘要

本发明公开了一种基于众包主动学习用于检测异常图片的方法，包括如下步骤：S1，获取图像特征，从图像特征中提取二进制向量，选取色调和饱和度作为图像特征，合并色调和饱和度图像特征来形成一个二维色调饱和度直方图；S2，计算每个图像特征的样本密度，对样本密度低于阈值的样本，计算信息熵，由用户进行标记；S3，根据众包平台用户的标记和结果可信度计算方法，确定样本的标签，确定该标记样本最终是否采用，并更新众包平台用户的信用度，并经由众包平台返回给用户，输出初始分类器，当初始分类器达到一定阈值后执行S4；S4，输出标记训练集，输出最终分类器。通过众包方法有利于平台推广和提高用户参与的积极性提高任务结果的质量。

主权项

1.一种基于众包主动学习用于检测异常图片的方法，其特征在于，包括如下步骤：S1，获取图像特征，从图像特征中提取二进制向量，选取色调和饱和度作为图像特征，合并色调和饱和度图像特征来形成一个二维色调饱和度直方图；S2，计算每个图像特征周围的已标记样本密度，对已标记样本密度低于阈值的样本，计算信息熵，选择信息熵最大的样本放到众包平台，由用户进行标记；S3，根据众包平台用户的标记和结果可信度计算方法，确定样本的标签，并临时放入训练集，根据可信分类迭代算法，确定该标记样本最终是否采用，并更新众包平台用户的信用度，并经由众包平台返回给用户，输出初始分类器，当初始分类器达到一定阈值后执行S4；S4，当S1‑S3步骤执行完毕后，输出标记训练集，输出最终分类器；所述S2标记样本密度步骤包括：图像特征集合为H＝{H1,H2,…,Hk}，其中样本集Hi＝{Hi1,Hi2,…,Hij‑1,Hij,Hij+1,…,Hil}，对于样本Hij，在Hi中Hij‑ε至Hij+ε范围内查看已被标记的样本数量AN，并根据如下公式，计算其周围被标记样本的密度，D(Hij)＝AN/2ε，ε为样本图像特征数量。