یادگیری ماشین در فیلم های هوشمند و نظارت خودکار

مقاله تحقیق |دسترسی آزاد جلد 2015 |شناسه مقاله 350676 |https://doi. org/10. 1155/2015/350676 استناد

جستجوی سریع تصویر با نقشه هسته های حساس و حساس به محل

جون یی لی لی

1،2 و Jian-Hua Li 1

بیشتر نشان بده، اطلاعات بیشتر ویراستار دانشگاهی: S. ژائو ، Y.-B. یوان 30 دسامبر 2013 دریافت کرد 19 فوریه 2014 پذیرفته شد منتشر شده 29 مارس 2015

خلاصه

جستجوی سریع تصویر با هسته های افزودنی کارآمد و هش دهی حساس به هسته ارائه شده است. در مورد عملکردهای هسته ، کارهای اخیر روش هایی را برای ایجاد هشویی حساس به محل بررسی کرده است که زمان خطی رویکرد ما را تضمین می کند. با این حال ، روشهای موجود هنوز مشکل الگوریتم حساس به محلی (LSH) را حل نمی کنند و به طور غیرمستقیم از دست دادن در صحت نتایج جستجو قربانی می کنند تا به سؤالات سریع اجازه دهند. برای بهبود دقت جستجو ، ما نشان می دهیم که چگونه می توان نقشه های صریح را در هسته های همگن اعمال کرد ، که به تحول ویژگی ها کمک می کند و آن را با هشویی حساس به محل هسته ترکیب می کند. ما روش خود را در چندین مجموعه داده بزرگ اثبات می کنیم و نشان می دهیم که این دقت را نسبت به روشهای متداول بهبود می بخشد و وظیفه طبقه بندی شیء و بازیابی مبتنی بر محتوا را سریعتر و دقیق تر می کند.

1. معرفی

در دوره برنامه های وب 2. 0 ، ما رشد اطلاعات را تجربه می کنیم و با مقدار زیادی از محتوای مبتنی بر کاربر از اینترنت روبرو هستیم. از آنجا که هرکدام می توانند اطلاعات خود را در اینترنت منتشر و بارگذاری کنند ، برای ما ضروری است که اطلاعاتی را که توسط این افراد از طریق اینترنت ارائه می شود ، اداره کنیم. به منظور سازماندهی و نزدیک بودن به این داده های بینایی از اینترنت ، نگرانی قابل توجهی از مردم ایجاد کرده است. بنابراین ، وظیفه جستجوی سریع و فهرست برای بانکهای اطلاعاتی بزرگ ویدیویی یا تصویر برای بازیابی اطلاعات چندرسانه ای مانند جستجوی بینایی به ویژه اکنون داده های بزرگ در برخی حوزه های خاص مانند داده های عکس مسافرتی از وب سایت و داده های تصویر شبکه اجتماعی بسیار مهم استیا دیگر بایگانی تصویر.

با رشد داده های بینایی ، ما روی دو جنبه مهم مشکل از جمله نزدیکترین جستجوی همسایه و یادگیری متریک شباهت تمرکز می کنیم. برای یادگیری متریک ، بسیاری از محققان برخی از الگوریتم ها مانند یادگیری متریک-نظری اطلاعات را ارائه داده اند [1]. در مورد نزدیکترین جستجوی همسایگان ، متداول ترین وضعیت و وظیفه برای ما یافتن مشابه ترین تصویر از یک پایگاه داده تصویر است. در بین تمام روش ها ، با توجه به شباهت مورد مثال و پرس و جو ، متداول ترین روش یافتن تمام داده های بینایی در پایگاه داده ویژن و سپس مرتب سازی آنها است. با این حال پیچیدگی زمانی این الگوریتم بسیار بزرگ و همچنین غیر عملی است. هنگامی که ما داده های تصویر یا فیلم را اداره می کنیم ، به ویژه ، این پیچیدگی محاسبه نمی شود ، زیرا محاسبه فاصله دو مورد در فضای بعدی بالاتر برای ما بسیار دشوار است و همچنین Datum Vision پراکنده است ، بنابراین ما نمی توانیم آن را با زمان محدود تکمیل کنیمبشر

بسیاری از محققان بر این باورند که اسکن خطی می تواند این مشکل را حل کند. اگرچه ما معتقدیم که این یک رویکرد متداول است و برای محاسبات در مجموعه داده های در مقیاس بزرگ مناسب نیست ، اما باعث توسعه ANN می شود. LSH در الگوریتم های ANN استفاده شد. برای دریافت پاسخ سریع پرس و جو برای بردارهای ورودی فضای با ابعاد بالا [1-5] ، هنگام استفاده از LSH ، ما دقت را فدا می کنیم. برای اطمینان از احتمال زیاد برخورد برای اشیاء مشابه ، عملکرد هش تصادفی باید محاسبه شود. این همچنین در بسیاری از الگوریتم های هشدار دهنده حساس به محل ذکر شده است [6 ، 7].

اگرچه در کار جستجوی شباهت شیء، LSH نقش مهمی ایفا کرده است، اما برخی مسائل و مشکلات دیگر مورد غفلت قرار گرفته اند. در کارهای بازیابی، شناسایی و جستجوی تصویر، متوجه می شویم که آن ها بسیار رایج هستند: (الف) در فضای ویژگی نمونه، رویکردهای LSH به طور سنتی فقط می توانند به ما اجازه دهند که احتمال برخورد نسبتاً بالایی برای آیتم های نزدیک داشته باشیم. از آنجایی که بسیاری از مجموعه داده های ویژن حاوی اطلاعات بسیار غنی بودند، می توانیم متوجه شویم که برچسب های دسته به داده های YouTube و Flickr و برچسب های کلاس به تصاویر Caltech-101 متصل شده اند. با این حال، نمونه های بینایی سطح پایین و سطح بالا دارای شکاف بزرگی هستند، به این معنی که شکاف ویژگی های سطح پایین و اطلاعات معنایی سطح بالا وجود دارد. برای حل این مشکل، قصد داریم از اطلاعات اضافی جانبی برای ساخت جدول هش استفاده کنیم.(ب) برای دستکاری داده های غیرخطی که خطی غیرقابل تفکیک هستند، ما معمولاً از روش هسته در کار دید به دلیل محبوبیت آن استفاده می کنیم. به عنوان مثال، در مدل بینایی، اشیاء اغلب به عنوان BOF مدل سازی می شوند و ترفند هسته یک رویکرد مهم در طبقه بندی این داده ها از فضای کم بعد به فضای با ابعاد بالا است. با این حال، نحوه ایجاد جدول هش در فضاهای هسته یک مشکل سخت برای ما است.

برای تأیید ایده خود، چندین آزمایش در کار جستجوی شی انجام دادیم. به عنوان مثال، ما نتایج خود را در مجموعه داده Caltech-101 [8] نشان می دهیم و نشان می دهیم که رویکرد ما نسبت به روش های هش موجود به عنوان الگوریتم پیشنهادی ما برتر است.

به منظور آزمایش عملکرد الگوریتم خود روی مجموعه داده، آزمایش هایی را روی کار بصری خاصی مانند Caltech-101 [8] طراحی می کنیم و نشان می دهیم که عملکرد الگوریتم در مقاله ما فراتر از رویکردهای سنتی LSH در مجموعه داده است، زیرا توابع هش می توانندفراتر از بسیاری از هسته ها محاسبه شود. هسته دلخواه در ANN در طرح ما مناسب است. در واقع می توانیم دریابیم که بسیاری از توابع هش شباهت را می توان در وظایف جستجوی بینایی بر اساس بازیابی محتوا مشاهده کرد.

2. هسته همگن

در مقاله ما، ما عمدتاً بر روی برخی از هسته های مشابه مانند تقاطع، جنسن-شانون، هلینگر و

هسته هادر زمینه های یادگیری ماشین و جستجوی بینایی، ما اغلب از این هسته ها به عنوان هسته های یادگیری استفاده می کنیم. این هسته ها دو ویژگی مشترک دارند: همگن بودن و افزودنی بودن. ایده امضای هسته در این بخش به راحتی به این هسته ها متصل شده است. در همین حال می توانیم از توابع خالص برای نمایش این هسته ها استفاده کنیم. همچنین این ویژگی ها در بخش 3 برای به دست آوردن نقشه های ویژگی هسته اعمال خواهند شد. از طریق نقشه ویژگی هسته، می توانیم بیان تقریبی آنها را بدست آوریم.

هسته های همگنیک هسته