基于绝对距离的协同图像分类方法

¼-可在www.sciencedirect.com在线获取ScienceDirectCAAITransactions on Intelligence Technology 1（2016）189e196http://www.journals.elsevier.com/caai-transactions-on-intelligence-technology/原创文章基于绝对距离的协同图像分类方法曾少宁a，*，杨雄a，苟建平b，温家俊ca中国广东省惠州市烟大路46号惠州学院计算机科学系b中国江苏省镇江市学府路301号江苏大学计算机科学与通信工程学院c香港理工大学纺织及制衣研究所，香港7楼Q Core QT715室2016年10月13日在线发布摘要传统的基于稀疏表示的分类（SRC）表示一个测试样本，其系数由所有类中的每个训练样本求解。作为SRC的一种特殊版本和改进，基于协作表示的分类（CRC）利用所有训练样本的贡献来获得表示在求解代表系数时，CRC考虑了所有样本贡献的原始值。然而，这种基于距离的方法中的一种普遍做法是仅考虑距离的绝对值，而不是正值和负值。在本文中，我们提出了一种新的方法来改善基于协同表示的分类，它集成了一个绝对距离向量的残差解决协同表示。我们将其命名为AbsCRC。AbsCRC方法的关键步骤是使用因子a和b作为权重，将CRC残差rescrc与绝对距离向量disabs组合，并生成新的偏差r a$rescrc b$disabs，进而用于执行分类。由于两种残差在分类中的作用相反，该方法使用减法运算进行融合。我们进行了广泛的实验，以评估我们的方法与不同的实例图像分类实验结果表明，该方法在人脸和非人脸图像上的分类效果都优于原CRC方法。Copyright© 2016 ， 重 庆 理 工 大 学 . 由 Elsevier B.V. 制 作 和 托 管 。 这 是 一 篇 开 放 获 取 的 文 章 ，CC BY-NC-ND 许 可 证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：稀疏表示;协同表示;集成;图像分类;人脸识别1. 介绍图像分类是应用于人脸识别等生物特征识别的关键技术[1，2]，图像分类中最重要的步骤之一是表示或编码图像。图像的正确描述或表示是实现鲁棒图像分类结果的基础[3，4]。只有表现得好，一个主体的形象形式才能很容易地与其他主体区分开来基本* 通讯作者。电子邮件地址：zxn@outlook.com（S.Zeng），hzu.edu.cn（X.Yang），goujianping@ujs.edu.cn（J. Gou），jiajun. polyu.edu.hk（J. Wen）。同行评议由重庆理工大学负责。基于表示的分类过程首先用训练样本的线性组合表示目标样本，然后评估相异性以将测试样本分类到最接近的类中。基于表示的分类算法在人脸识别中起着重要的作用.在各 种基 于表 示的 分类 方法 [5e7]中， 基于 稀疏 表示（SR）和协作表示（CR）的分类方法是两种最重要的方法，引起了广泛的关注[8，9]。尽管人脸识别是一种方便的生物特征识别技术，并且已经得到了广泛的研究，但在这一领域仍然存在许多挑战。首先，面部图像可能在姿势、光照和面部表情的严重变化中被捕获。因此，即使是同一张脸的图像也可能有很大的不同，这很可能会破坏识别。此外，这是另一个大问题，缺乏足够的http://dx.doi.org/10.1016/j.trit.2016.09.0022468-2322/Copyright© 2016，重庆理工大学由爱思唯尔公司制作和主持这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。190S. Zeng等/CAAI Transactions on Intelligence Technology 1（2016）189e 196¼-我[1/2]¼[1/2][1/2]ð ¼×Þ×B用于鲁棒人脸识别的训练样本。一些研究人员提出了各种方法来创建一个人脸的多个表示，以提高人脸识别的准确性。 Gao等人提出了一种用于鲁棒人脸识别的虚拟人脸图像生成[10]，Thian等人也提出了使用视觉虚拟样本来改进人脸认证[11]。最近，Xu等人提出在基于稀疏表示的图像分类中重新处理具有对称样本的图像[12]。多种图像分类方法的组合对于提高分类精度是有效的[13]。如何在图像的多种描述中获得竞争性和互补性的贡献是一个研究热点。此外，甚至稀疏表示和协作表示也可以结合在一起进行分类[14]。因此，集成多分类器是实现图像分类鲁棒性的有效途径。本文提出了一种新的方法，结合绝对距离向量和CRC求解的系数来提高图像分类。我们提出的方法的基本思想是在求解协同系数时计算查询样本和训练样本之间的绝对距离向量，然后将查询样本的绝对距离向量dis_abs与CRC求解的协同残差res_crc进行整合，并具有一对调整的融合因子a和b。因此，可以用r a$rcrc b$dabs获得新的融合分辨率，其最终用于执行分类。我们在一些面部或非面部数据集上测试了所提出的方法，发现它比传统的CRC具有更高的准确性。本文在图像分类方面的主要贡献如下。首先，提出了一种新的融合方法，以改善CRC。其次，分析并实现了多分类器的逆向集成。第三，提出了一种寻找调节因子的实验方法，多分类器集成。两个步骤，首先用所有训练样本的线性组合表示测试样本，然后基于最小偏差识别最接近的类假设有C个主题或模式类，具有N个训练样本x1;x2;设矩阵Xixi;1;xi;2;通过对一个w h灰度图像的向量中的所有列进行叠加，我们可以得到识别这个图像的向量：x2Im mw h。然后，Ai的每一列表示第i个对象的训练图像因此，来自同一类的任何测试样本y2Im可以由线性公式表示为：y<$ai;1xi;1ai; 2xi; 2/ai;nxi;n; 1其中a i;j2I;j1; 2;然后C个主题的N个训练样本可以用一个新的矩阵表示：X1;X2;.; XC.因此，（1）可以重写为更简单的形式，如：y<$X$a2Im;2其中a0;该系数向量是影响分类鲁棒性值得注意的是，SRC使用整个训练样本来求解系数。SRC中的下一步是执行l1范数最小化来求解优化问题以追求（2）的稀疏解。并且该结果用于识别测试样本y的类别。这里我们使用：用途：ðaÞ¼arg minakak1;ð3Þ接下来，SRC利用与第i个类别相关联的该表示系数向量来计算残差，即：rsrcyky-Xi$aik：4本文以下内容的结构为b2如下第二节介绍了SRC、CRC的相关工作。在第3节中，我 们 描 述 了 我 们 提 出 的 在 基 于 协 作 表 示 的 分 类（AbsCRC）中集成绝对距离的方法。在接下来的第4节中，我们分析了融合因子a和b的选择，以及实验中的一些分类示例。第5节在几个流行的基准数据集上进行了我们的实验，第6节总结了本文。2. 相关工作我们的工作是改进CRC与一种新的融合方法。CRC是作为对SRC的一种改进而提出的，因此在深入研究CRC之前，我们首先分析了与传统SRC相关的工作。2.1. 稀疏表示分类基于稀疏表示的分类（SRC）算法由J. Wright等人提出[8]。基于稀疏表示执行分类的基本过程包括最后输出y的恒等式为：一些SRC算法也通过l0-范数、lp-范数（0p 1）或甚至l2-范数最小化来实现。<1通常会<然而，仍有一些例外的实验案例.因此，我们的实验也努力寻求最佳融合因子b。以下小节将展示每个实验案例中的样本、步骤、因素和结果，以及我们对结果的讨论。实验结果表明，在大多数情况下，AbsCRC管理产生更高的分类精度比CRC。5.1. Caltech Faces数据集Caltech Faces数据集是由Markus Weber在加州理工学院收集的正面人脸数据集[32]。该数据集中有450张人脸图像，大小均为896*592像素，JPEG格式。这些照片是在不同的灯光、表情和背景下从27个左右独特的人身上拍摄的。我们将每个图像调整为488*296像素的半比例，以降低计算复杂度。此外，我们只选择了19个样本数在10个以上的被试进行实验，以满足每个被试至少有8个训练样本的实验要求。然而，在我们的实验中，没有必要在这些彩色图像中使用所有三维数据。因此，我们在运行测试之前将这些原始彩色图像转换为灰度。对于每个受试者，我们依次取1到8张人脸图像作为训练样本，其余的作为测试样本。我们评估了CRC、ABS和AbsCRC表1在Caltech Faces数据集上改进CRC。错误率改善CRCABSAbsCRCZCRCZ ABS10.60.84800.83630.83631.38%0.00%20.0010.69080.73680.69080.00%6.25%30.60.67670.67670.66172.22%2.22%4100.65790.61400.61406.67%0.00%51.50.53680.52630.4632百分之十三点七三百分之十二60.40.42110.48680.40793.13%百分之十六点二二70.20.35090.49120.33335.00%32.14%80.0010.34210.44740.34210.00%23.53%算法以及不同的权重因子b。分类结果见表1。在大多数实验情况下，AbsCRC在该数据集中出乎意料地优于CRC。表中还列出了仅ABS的错误率，以供比较。最有希望的情况是使用7个训练样本和b0.2的情况，其中AbsCRC优于CRC和ABS，错误率下降到33.33%。实验结果表明，该算法在图像分类方面比传统的CRC算法有了很好的改进。5.2. Caltech Leaves数据集Caltech Leaves数据集[32]也是由加州理工学院的MarkusWeber在加州理工学院周围拍摄的。有186个图像的树叶对不同的背景和近似尺度归一化。所有图片均为JPEG格式，大小为896*592像素。我们再次将其调整为半比例。在这个时候，我们只选择了7个主题，在我们的实验中有超过10个样本，194S. Zeng等/CAAI Transactions on Intelligence Technology 1（2016）189e 196¼¼¼每个主题至少有8个训练样本。因为没有必要在这些彩色图像中使用所有的三维数据，所以我们在运行测试之前将这些原始彩色图像转换为灰度。这组实验的结果示于表2中。在这个非面部数据集中，AbsCRC再次产生了惊人的结果。众所周知，CRC是一种特定于人脸识别的方法，因此它在几乎所有情况下都落后于ABS。然而，在许多情况下，AbsCRC设法产生更令人愉快的准确性。最有希望的情况是使用8个训练样本和b0.2的情况，其中AbsCRC优于CRC和ABS 16.67%，并且错误率下降到最低水平35.71%（参见最后一行开始标记）。这组实验表明，AbsCRC在非人脸图像分类中效果良好。5.3. ORL人脸库ORL人脸数据库[33]是一个小型数据库，仅包含来自40个人的400张人脸图像，每个类仅提供10张不同的人脸图像。面部图像是在不同的条件下为每个主题，如时间，照明，面部表情（睁开或闭上眼睛，微笑，或不微笑），和面部细节（眼镜或没有眼镜）。此外，这些图像是在一个黑暗的一致的背景下拍摄的，而这些人是在一个直立的，正面的位置。为了简单起见，我们将所有面部图像的大小调整为56*46像素。我们特意将所有的图像文件重命名为3位数的有序数字文件名，这是优雅的，以反映实验中类的正确位置。我们分别取每个受试者的前1到8张照片作为源训练样本，并使用其他人脸图像作为测试样本。我们评估了所有算法的分类失败率分类结果是突出的，在一个非常低的错误率。表3显示了详细的错误率以及三种算法的改进。在使用8个训练样本的情况下产生了对AbsCRC最有希望的结果，其中当b1.3时，AbsCRC优于CRC高达50.00%。分类准确率达到95.00%。此外，AbsCRC在至少4个训练样本的所有情况下产生更高的准确性。表2对Caltech Leaves数据集的CRC和ABS进行了改进错误率改善表3ORL人脸数据库上CRC和ABS的改进错误率改善CRCABSAbsCRCZCRCZ ABS10.0010.31940.32780.31940 2.54%20.0010.16560.19380.16560 14.52%30.0010.13930.17860.13930 22.00%40.20.10830.15000.10423.85% 30.56%50.20.11500.15000.10508.70% 30.00%60.90.08130.12500.068815.38% 45.00%70.70.08330.09170.075010.00% 18.18%81.30.10000.06250.050050.00% 20.00%5.4. FERET人脸数据库FERET基准数据库[34]是最大的视觉数据库之一。在FERET数据库中，每个受试者有一组5到11张图像，包括两个正面视图（fa和fb）和一个不同面部表情的正面图像。我们选择在数据库中的200名受试者上进行测试，这意味着这组实验是在1400张人脸图像的规模上运行的在我们的实验中，所有的图像都被重命名为一个有序的数字文件名。有了这种类型的有序数字文件名，我们可以很容易地在分类算法中找出正确的答案由于每个主题只有7个样本，我们分别使用前1到5个图像作为训练样本，其余图像作为测试样本。这组实验产生了快乐分类结果。虽然新算法的性能没有其他数据库上的那么突出，但AbsCRC仍略优于传统CRC。AbsCRC的详细改进见表4。我们可以看到，当使用5个训练样本，b0.4时，AbsCRC仍然超过CRC高达7.14%。分类错误率很低，仅为29.25%。5.5. CMU人脸图像CMU人脸图像[35]由640张黑白人脸图像组成，这些图像的拍摄姿势（直，左，右，上），表情（中性，快乐，悲伤，愤怒），眼睛（戴太阳镜或不戴太阳镜）和大小。所有图像均为PGM格式，并按特定主题的名称分组。总共有20个主题，在一些主题中多达96个图像，而一些主题仅包含比其他主题少的图像所以表4FERET人脸数据库上CRC和ABS的改进错误率改善CRC ABS AbsCRC Z10.0010.55670.57830.556703.75%20.40.41600.43400.40702.16%6.22%31.80.55630.55630.52884.94%4.94%40.20.44670.48000.43672.24%9.03%50.40.31500.36000.2925百分之七点一四百分之十八点七五CRCABSAbsCRCZCRCZ ABS10.0010.63490.63490.63490 020.10.58930.58930.57143.03% 3.03%30.0010.57140.59180.57140 3.45%40.10.57140.64290.54764.17% 14.81%51.10.57140.51430.514310.00% 061000.57140.39290.392931.25% 072.00.52380.42860.428618.18% 080.20.42860.42860.357116.67% 16.67%S. Zeng等/CAAI Transactions on Intelligence Technology 1（2016）189e 196195¼¼×¼我们选择了存在于所有受试者中的54幅图像作为实验样本。这意味着在这组实验中使用了20*54 1080张图像。在这组实验案例中，我们仍然将前1到8张图像作为训练样本，其余图像作为测试样本。表5显示了分类的详细结果。最有希望的情况是有7个训练样本和b0.1的情况。AbsCRC的分类精度仅比CRC高4.55%，但分类准确率达到91.06%.我们可以看到，单独的ABS没有表现得像CRC一样好，但它通过简单的融合将CRC提升到更高的水平5.6. Senthil IRTT人脸数据库Senthil IRTT人脸数据库版本1.2[36]包含来自IRTT学生的彩色和灰度人脸。有100个面部图像的10个IRTT年轻女学生在23和 24岁左右，每个有10个面部样本。以480*640的像素分辨率捕获彩色图像和背景，并将其面部裁剪为100 100像素。所有的人脸图像都标有主题和样本的数量。该数据库相对较小，因此实验运行速度较快。使用1到8个训练样本，我们的实验运行得又快又平稳。AbsCRC最有希望的情况是使用6个训练样本，b0.1。从AbsCRC到CRC和ABS的改进率达到20%，分类准确率达到90.00%的高水平。同样，尽管表现不如CRC，但ABS通过融合将CRC提升到更高的水平。5.7. 讨论在所有6个数据集中，有5个面部数据集和一个非面部数据集。实验结果表明，将ABS与人脸识别方法CRC相结合，提高了CRC的分类鲁棒性，在人脸和非人脸图像分类中均取得了较好的效果。此外，将绝对距离应用于协同表示中，还可以为图像分类提供一些有用的启示。在人脸识别中，基于绝对距离的分类可能不够稳定。如表1、3和6的详细结果所示，在大多数情况下，ABS的结果与原始CRC的结果不匹配。虽然表2显示表5改进CMU人脸图像上的CRC和ABS错误率改善表6改进了Senthil IRTT人脸数据库上的CRC和ABS错误率改善CRCABSAbsCRCZCRCZ ABS15.00.81110.81110.80001.37% 1.37%20.60.80000.83750.77503.13% 7.46%30.10.67140.74290.65712.13% 11.54%40.30.48330.51670.433310.34% 16.13%50.20.14000.18000.120014.29% 33.33%60.10.12500.12500.100020.00%20.00%ABS在非面部图像分类上比CRC更好。训练样本的数量仍然很重要。如表1e6所示，我们在分类中使用的训练样本越多，我们可以获得越高的分类精度。这在面部和非面部数据集中都是真理。单训练样本问题照常存在。几乎在所有的人脸数据库中，当只使用一个训练样本时，结果通常是最低的准确率，甚至有些人产生零改进。这种不稳定的只有一个训练样本的情况是人脸识别中的常见问题，但它可以通过许多方法来缓解，如[22，37，38]等。6. 结论提出了一种新的基于绝对协同表示的图像分类方法（AbsCRC）.在求解CRC表示系数的同时，计算测试样本与训练样本之间的绝对距离之和。然后将该绝对距离向量与原始协作系数进行整合，以产生更有希望的分类。在融合中，涉及一个调谐因子b来调整来自两个距离向量的权重，以输出最佳分类。在几个人脸和非人脸基准数据库上进行了大量的实验，结果表明，AbsCRC在大多数情况下优于最先进的CRC。确认本 课题 得到 了 广东 省教 育 厅科 研基 金 （批 准号 ：A314.0116）、广东省教育厅博士研究生科研启动基金（批准号：A314.0116）和广东省教育厅博士研究生科研启动基金（批准号：A314.0116）的资助。惠州学院（批准 号 ：C510.0210 ） 、 国 家 自 然 科 学 基 金（ 批 准 号 ：61502208 ） 和 江 苏 省 自 然 科 学 基 金 （ 批 准 号 ： BK20150522）。引用[1] S.Z. Li，Encyclopedia of Biometrics：I-Z，vol.1 、施普林格科学&商业媒体，2009年。[2] Z.范，Y。Xu，L. Zhang，Neural Netw. IEEE Trans.22（7）（2011）1119e 1132.CRCABSAbsCRCZCRCZABS10.0010.28960.30940.289606.40%20.10.29230.31150.29040.66%6.79%30.0010.30980.31760.309802.47%40.10.13900.21300.13205.04%38.03%50.10.13980.23060.13275.11%42.48%60.10.14270.23650.13753.65%41.85%70.10.09360.30110.08944.55% 70.32%80.010.09130.34670.09021.19%73.98%196S. Zeng等/CAAI Transactions on Intelligence Technology 1（2016）189e 196[3] J. Chen，S. 尚角，澳-地他，G. Zhao，M. Pieti k€ainen，X. 陈威高，模式肛门马赫. 内特尔IEEE Trans. 32（9）（2010）1705e 1720。[4] X. Hong，G. Zhao，M. Pietikainen，X.陈，图像处理。IEEE Trans.23（6）（2014）2557e2568。[5] Y. Xu，X. Li，J. Yang，Z. Lai，D.张赛伯恩IEEE Trans.44（10）（2014）1738和1746。[6] Y. 庞，X.Li，Y.Yuan，云南杜父花D.Tao，J.Pan，Inf.法医安全IEEE Trans.4（3）（2009）441e 450。[7] Y.徐，智-地Zhu，Z.范，D. Zhang，J. Mi，Z. Lai，Inf. Sci. 238（2013）138e 148.[8] J. A.Y.赖特Yang，杨树A.Ganesh，S.S.Sastry，Y.妈，模式肛门马赫。内特尔IEEE Trans. 31（2）（2009）210e 227。[9] L. Zhang，M. Yang，X.稀疏表示或协作表示：哪种有助于人脸识别？计算机视觉（ICCV），2011年IEEE国际会议，IEEE，2011年，pp. 471和478。[10] W. Gao，S. Shan，X.柴，X.傅，用于光照和姿态不敏感人脸识别的虚拟人脸图像生成，载于：多媒体与博览会，2003年。ICME'03。诉讼2003年国际会议，第3卷，IEEE，2003年。第149章.[11] N.P. H Thian，S.马塞尔，S。Bengio，Improving face authenticationusingvirtual samples ， in ： Acoustics ， Speech ， and SignalProcessing，2003。 诉讼（ICASSP'03）。2003年IEEE国际会议，卷。3，IEEE，2003年。第 233章.[12] Y. Xu，Z.Zhang，G.卢，J.杨，模式识别。 54（2016）68e 82.[13] Y. 徐湾，澳-地Zhang，Z.钟，模式识别。Lett. 68（2015）9e 14。[14] W. 李角杜湾张，模式识别。 48（12）（2015）3904e 3916。[15] Z. Xu，H.Zhang，Y.Wang，X.昌，Y.Liang，Sci.中国资讯Sci. 53（6）（2010）1159e 1169。[16] A.Y.杨，Z. Zhou，A.G. Balasubramanian，S.S. Sastry，Y.妈妈，图像处理。IEEE Trans. 22（8）（2013）3234e 3246。[17] S. 高 ，I.W.-H. Tsang ， L.T. Chia，Kernel sparse representation forimageclassification and face recognition ， in ： Computer VisioneECCV 2010，Springer，2010，pp. 1e 14.[18] M.扬湖，澳-地Zhang，基于Gabor特征的稀疏表示用于人脸识别与Gabor遮挡字典，在：Computer Vision-e ECCV 2010，Springer，2010，pp. 448和461。[19] B. Cheng ， J. Yang ， S. Yan ， Y. 傅 ， T.S. 黄 ， 图 像 处 理 。IEEETrans.19（4）（2010）858e 866.[20] L. Qiao，S.Chen，X.谭，模式识别。 43（1）（2010）331e 341。[21] W. Deng，J. Hu，J. Guo，为基于稀疏性的人脸识别辩护，在：IEEE计算机视觉和模式识别会议论文集，2013年，pp. 399和406。[22] Y. Xu，X. Zhu，Z. Li，G. Liu，Y. Lu，H.刘，模式识别。46（4）（2013）1151e 1158。[23] Z. Liu，X.宋，Z.唐，神经计算。申请26（8）（2015）2013和2026。[24] L. Zhang，M. Yang，X.冯，Y. Ma，D. Zhang，基于协同表示的人脸识别分类，arXiv预印本arXiv：1204.2358。[25] X. Chen，P.J. Ramadge，协作表示，稀疏性或非线性：基于字典的分类的关键是什么？在：Acoustics，Speech and Signal Processing（ICASSP），2014 IEEE InternationalConference on，IEEE，2014，pp. 5227和5231。[26] Z. Zhang，Z.李湾，澳-地谢湖，加-地Wang，Y.陈，数学。Probl工程师（2014年）。[27] Y.徐，吴杰，X. Li，D. Zhang等人，图像处理。IEEE Trans. 25（2）.[28] Y.彭，Z.潘，智-地Zheng，X. Li，Int.J.Database Theory Appl.9（2）（2016）183e 192.[29] S.蔡湖，加-地Zhang，W. Zuo，X. Feng，基于概率协同表示的模式分类方法，在：IEEE计算机视觉和模式识别会议，CVPR，2016年。[30] Q.冯，J. - S.潘湖，澳-地Yan，J. Inf. Hiding Multimed.信号处理3（3）（2012）297e 305.[31] Q.冯，C.- T. 黄湖，澳-地Yan，J. Inf. Hiding Multimed.第191章（三）[32] M.Weber ， Caltechdatasets ， http://www.vision.caltech.edu/html-files/archive.html.在线;（2016年6月7日访问）。S. Zeng等/CAAI Transactions on Intelligence Technology 1（2016）189e 196197[33] A.L. Cambridge，The orl database of faces，http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html。在线;（2016年5月17日[34] T. N. I.标准，T。（NIST），颜色feret数据库，http：//www.nist.gov/itl/iad/ig/colorferet.cfm网站。在线;（2016年5月17日访问）。[35] T. Mitchell，Cmu face images，https://archive.ics.uci.edu/ml/machine-learning-databases/faces-mld/faces.html，online;（Accessed 9 June 2016）.[36] Senthilkumar，Senthil IRTT人脸数据库版本1.2，http：//www.geocities.ws/senthilirtt/Senthil%20IRTT%20Face%20Database%20Version%201.2，在线;（2016年5月17日访问）。[37] D.