计算机视觉与深度学习-图像分类人物介绍&线性分类器（上）

1 图像分类

1.1 图像分类的定义

从已知的标签集合中为给定的输入图片选定一个类别标签

1.2 对图像处理的影响因素

视角、光照、尺度、遮挡、截断、类内形变、运动模糊、类别繁多

1.3 基于规则的分类方法

通过硬编码的方法识别物体或者其他类（困难）
已经做的尝试：图像–>边缘检测–>提取角点

1.4 数据驱动的图像分类方法

1）数据集构建
2）分类器设计与学习

①图像表示：

• 像素表示
• 全局特征表示（如GIST)
• 局部特征表示（如SIFT特征+词袋模型）

②分类模型：

• 近邻分类器
• 贝叶斯分类器
• 线性分类器
  • 线性映射，将输入的图像特征映射为类别分数，输入图像与评估模板的匹配程度越高，分类器输出的分数就越高
  • 定义、决策、矩阵表示、权值向量、决策边界
• 支撑向量机分类器
• 神经网络分类器
• 随机森林
• Adaboost

③优化方法：

• 一阶方法

  • 梯度下降
  • 随机梯度下降
  • 小批量随机梯度下降

• 二阶方法

  • 牛顿法
  • BFGS
  • L-BFGS

④训练过程：

• 数据集划分
• 数据预处理
• 数据增强
• 欠拟合与过拟合
  • 减小算法复杂度
  • 使用权重正则项
  • 使用droput正则化
• 超参数调整
• 模型集成

⑥损失函数

• 是个函数，用于度量预测值与真实值的不一致成都，输出通常是绝对值
• 输出值作为反馈信号调整分类器参数，以此降低损失值，提升分类器的分类效果
• 损失函数的一般定义 L = $\frac{1}{N}$$\sum _i$L${}_i$(f(x${}_i$,W),y${}_i$)
• 多类支撑向量机损失
• S${}_{ij}$=f${}_j$(x${}_i$,w${}_j$,b${}_j$)=w${}_j^T$x$i$+b${}_j$
  • j：类别标签，取值范围{1，2，…，c}；
  • w${}_j$,b${}_j$：第j哥类别分类器的参数；
  • x${}_i$：表示数据集中的第i个样本
  • s${}_{ij}$：第i个样本第j类别的预测分数
  • s${}_{yi}$：第i个样本真是类别的预测分数
  • 第i个样本的多类支撑向量机损失定义如下：
    L${}_i$=$\sum _{j\ne yi}$max(0,s${}_{ij}-s_{yi}$+1)

3）分类器决策

1.5 图像类型

1）二进制图像（[0、1]）
2）灰度图（[0:255]*1）
3）彩色图像（[0:255]*3）