论文部分内容阅读
目标识别是计算机视觉领域中的一个基础问题,它的核心任务是将不同类别的图像彼此分开(即分类问题),或者从给定的图片中,找到目标物体的准确位置(即检测问题)。经典的目标识别问题假设训练场景和测试场景所服从概率分布相同。但是,在真实应用场景中,这一条件有时并不满足,于是,经常会出现这样的情况:当训练好的分类器或者检测器被应用到一个新的场景时,其性能会迅速下降。对于这一问题,目前采用基于迁移学习的目标识别方法加以解决。近年来,针对这类方法的研究日益受到关注,虽取得了一些成果,但还存在诸多不足,离实际应用也有较大差距。本文主要围绕“域自适应目标分类”和“域自适应目标检测”两个基本主题,展开相关研究,针对现有方法所存在问题,提出相应解决方案。对于现有域自适应目标分类方法,其主要问题是:样本本身所构成的流形结构没有被充分利用。针对该问题,本文从特征表达鲁棒性的角度出发,研究如何有效利用样本流形结构,实现鲁棒的特征编码。而对于现有域自适应目标检测方法,其主要问题是:算法对源样本和带标签目标域样本存在依赖。针对该问题,围绕着行人检测这一具体应用,本文从分类器回归、自适应分类器调整和自适应特征调控这三个角度,分别进行研究。本文的主要内容如下:1)提出一种基于协同特征的多类别线性分类算法。首先,按照类别依次排列的方式,将所有源样本构成字典;然后,结合该字典和目标样本的最近邻几何结构信息,实现对样本的编码;最后,利用最近邻分类器完成分类。为了进一步讨论目标样本邻域信息对特征表达的影响,我们还提出了两种新的特征,它们分别融合了目标样本局部近邻信息和目标样本自适应局部近邻信息。2)提出了一种基于分类器回归的迁移方法,应用于行人检测问题。首先,为回归过程生成训练数据:a)利用ESVM方法为每个源样本生成相应的样例分类器,并将其作为回归标签数据;b)提出一个自编码器神经网络方法,利用其中的编码器对回归标签数据进行降维。然后,为了回归低维回归标签数据,提出了一种由多个子网络构成的两阶段回归网络。在检测时,由回归网络得到的预测值需利用自编码器中的解码器,将其还原到原始空间,并作为测试样本对应的样例分类器来实现分类。3)提出一种基于自适应分类器调整的迁移方法,应用于行人检测问题。首先,为了实现分类器自适应调整,提出了一种基于单层感知机的动态分类器。该分类器位于卷积神经网络的最后一层,其模型参数以加权的方式进行调整,而加权值由另一个控制网络预测生成。通过这种方式,该混合网络为每一个目标域样本生成专有的分类器。然后,为了取得更好的泛化效果,设计了新的目标函数。该函数包含两个新的正则化项:一个是基于预测权值稀疏性的约束;另一个是对动态分类器一阶导数的约束,该约束保证动态分类器仅对困难样本敏感。最后,给出了该混合网络的训练算法。在训练过程中,为了避免调控网络梯度消失问题,提出了相应的学习率控制技术。4)提出一种基于自适应特征调控的迁移方法,应用于行人检测问题。首先,为了让卷积神经网络自适应地为每个测试样本生成合乎目标场景概率分布的深度特征,提出了一种新的动态池化层,该层通过加权的方式对深度卷积部分所产生的特征实现调控,而且,该层中的池化参数值是由另一网络预测生成。然后,为了训练由受控卷积网络和控制网络所构成的混合网络,提出了包含稀疏约束的目标函数,并在此基础上,提出了针对该混合网络的训练算法。