[发明专利]基于字典对的多视角识别方法

摘要

本发明提出了一种基于字典对的多视角识别方法，旨在同时考虑视角特征间的互补信息和视角特征内的判别信息，提高多视角识别精度。实现步骤：获取训练样本集和待识别样本集；构建训练样本集的字典对集；构建对角化约束矩阵集；构建系数嵌入矩阵、标签矩阵和常数矩阵；构建非负矩阵和投影矩阵；构建基于字典对的多视角识别模型；对基于字典对的多视角识别模型进行训练；对待识别样本集中的样本数据进行分类。本发明同时考虑了视角特征间的互补信息和视角特征内的判别信息，进而提高多视角识别的准确度，可用于动作识别、人脸识别和文本识别。

主权项

1.一种基于字典对的多视角识别方法，其特征在于，包括如下步骤：/n(1)获取训练样本集X和待识别样本集X^test：/n从多视角特征数据库中随机选取V种视角特征，每种视角特征包含N_total个样本数据，每个样本数据的类别数为m，并随机选取每种视角特征的N个样本数据构成训练样本集X，剩余的样本数据构成待识别样本集X^test，其中，V≥1，N_total≥1，m≥1，1≤N＜N_total，X＝{X₁,X₂,···,X_v，···,X_V}，X_v表示训练样本集中的第v种视角特征，v＝1,2,···,V，表示X_v中的第n个样本数据，n＝1,2,···,N，d_v表示第v种视角特征中样本数据的维度，d_v＞1，表示待识别样本集中的第v种视角特征，/n(2)构建训练样本集X的字典对集B：/n(2a)对训练样本集X中的每一种视角特征X_v进行奇异值分解，得到X_v的左酉矩阵U_v、特征值矩阵S_v和右酉矩阵V_v，其中，S_v∈R^k×k，V_v∈R^N×k，k表示X_v的大于零的特征值的数目，k≥1；/n(2b)设置X_v的合成字典为D_v，解析字典为P_v，D_v和P_v构成X_v的字典对B_v，B_v＝{D_v,P_v}，并令令P_v中每一个位置的值均满足均值为0且方差为1的正态分布，再将V种字典对B_v组成训练样本集X的字典对集B，B＝{B₁,B₂,···B_v,···,B_V}，其中，表示D_v中的字典原子数目，U_v(1:d_v,1)表示U_v中的第一列数据，S_v(1,1)表示S_v中位于(1,1)位置的值，表示V_v中位于第1列前行的数据的转置；/n(3)构建对角化约束矩阵集A：/n(3a)统计训练样本集X中的每一种视角特征X_v中属于第j类的样本数目n_j，以及X_v对应的合成字典D_v中属于第j类的字典原子数目b_j，/n(3b)设置X_v的对角化约束矩阵为A_v，并令然后将V种视角特征的对角化约束矩阵组合成对角化约束矩阵集A，A＝{A₁,A₂,···,A_v,···,A_V}，其中，表示每一个位置的值均为1的列向量，表示每一位置的值均为1的行向量，表示每一个位置的值均为1的矩阵，/n(4)构建系数嵌入矩阵S、标签矩阵Y和常数矩阵E：/n构建每一个位置的值均为0的系数嵌入矩阵S，同时采用one-hot编码方法，并通过训练样本集X中的任意一种视角特征包含的样本数据的类别，构建标签矩阵Y，并通过Y构建常数矩阵E，其中，Y∈R^m×N，E∈R^m×N，E(i,j)表示E中位于(i,j)位置的值，Y(i,j)表示Y中位于(i,j)位置的值，1≤i≤m，1≤j≤N；/n(5)构建非负矩阵M和投影矩阵W：/n构建每一个位置的值均为零的非负矩阵M，同时构建投影矩阵W，其中，M∈R^m×N，/n(6)构建基于字典对的多视角识别模型：/n /n /n其中，表示X_v-D_vP_vX_v的Frobenius范数，P_vX_vΘA_v表示P_vX_v与A_v对应位置的元素值相乘，表示P_vX_vΘA_v的Frobenius范数，表示PX-S的Frobenius范数，PX＝[P₁X₁；P₂X₂；···；P_vX_v；···；P_VX_V]，表示WS-(Y+EΘM)的Frobenius范数，EΘM表示E与M对应位置的元素相乘，表示W的Frobenius范数，表示D_v中的第t列数据，为的范数，表示矩阵中所有元素平方的和，表示的范数结果应当小于等于1，M≥0表示M中每一个位置的元素是非负的，λ表示对角化结构约束参数，α表示控制PX与S相似程度的约束参数，β表示控制WS与Y+EΘM相似程度的约束参数，τ表示防止W过拟合的约束参数；/n(7)对基于字典对的多视角识别模型进行训练：/n(7a)设置迭代次数为T_num，最大迭代次数为T_max，第T_num次迭代后第v种视角特征X_v的解析字典P_v的更新结果为第T_num次迭代后第v种视角特征X_v的合成字典D_v的更新结果为第T_num次迭代后投影矩阵W的更新结果为第T_num次迭代后非负矩阵M的更新结果为第T_num次迭代后非负矩阵S的更新结果为并令T_num＝0，/n(7b)采用最优方向法，并通过标签矩阵Y、常数矩阵E、V种视角特征X_v以及每种视角特征X_v的解析字典投影矩阵和非负矩阵对系数嵌入矩阵S进行更新，得到更新后的系数嵌入矩阵/n(7c)采用最优方向法，并通过第v种视角特征X_v和X_v的解析字典对X_v的合成字典D_v进行更新，得到更新后的合成字典/n(7d)采用最优方向法，并通过第v种视角特征X_v、X_v的对角化约束矩阵A_v、和对X_v的解析字典P_v进行更新，得到更新后的解析字典/n(7e)采用最优方向法，并通过标签矩阵Y、常数矩阵E、和对投影矩阵W进行更新，得到更新后的投影矩阵/n(7f)采用最优方向法，并通过标签矩阵Y、常数矩阵E、和对非负矩阵M进行更新，得到更新后的非负矩阵/n(7g)判断T_num＝T_max是否成立，若是，计算训练样本集的投影变换矩阵C，否则，令T_num＝T_num+1，并执行步骤(7b)，其中，C的计算公式为：/nC＝W[P₁X₁；P₂X₂；···；P_vX_v；···；P_VX_V]/n其中，C∈R^m×N，表示最后一次迭代投影矩阵W更新的结果，表示最后一次迭代后训练样本集中第v种视角特征X_v的解析字典P_v的更新结果；/n(8)对待识别样本集X^test中的样本数据进行分类：/n计算待识别样本集X^test的投影变换矩阵C^test，并采用最邻近分类方法，以C为匹配模板，确定C^test中每一列数据的类别，并将该结果作为待识别样本集X^test中样本数据的分类结果，其中，C^test的计算公式为：/n /n其中，/n