基于局部感受野極限學(xué)習(xí)機(jī)的研究與應(yīng)用.pdf

1、隨著機(jī)器視覺在模式識(shí)別、圖像處理以及人工智能等技術(shù)領(lǐng)域的應(yīng)用愈加廣泛,對(duì)其研究的內(nèi)容也層出不窮。圖像分類技術(shù)是圖像處理和理解的基本問題，是計(jì)算機(jī)視覺和模式識(shí)別核心研究領(lǐng)域之一。在現(xiàn)實(shí)世界中，我們用人眼去認(rèn)知外界的事物，通過人眼捕獲外界傳來的視覺信息，然后將這些信息交給大腦處理，即使其中某些圖像信息會(huì)受光線、視角和尺寸等因素影響，但仍然能夠通過大腦中已有的信息對(duì)其進(jìn)行分類識(shí)別。相應(yīng)的，在計(jì)算機(jī)視覺鄰域，攝像機(jī)或者其他成像設(shè)備代替人眼，用計(jì)

2、算機(jī)模擬大腦，通過對(duì)攝像機(jī)獲取的數(shù)據(jù)信息進(jìn)行處理和分析，從而得出正確的圖像內(nèi)容。近年來，該技術(shù)被廣泛應(yīng)用在機(jī)器人視覺和觸覺識(shí)別上，大大提高了機(jī)器人感知識(shí)別物體的能力。
　　機(jī)器視覺作為機(jī)器人獲得環(huán)境信息的重要手段之一，它可以增加機(jī)器人的自主能力,提高機(jī)器人的靈活性。人們希望機(jī)器人可以智能的感知周圍環(huán)境和事物的信息，例如快速的識(shí)別出呈現(xiàn)在其眼前的事物以及通過觸摸物體來感知物體表面的屬性，從而更好的服務(wù)人類。典型的機(jī)器人識(shí)別方法一般是

3、引入深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，例如CNNs，該方法雖然效果很好但是耗時(shí)巨大，效率不高。近年來，黃廣斌等人提出了一種新型的單層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)極限學(xué)習(xí)機(jī)(ELM)，該結(jié)構(gòu)訓(xùn)練時(shí)間大大減小，分類精度也大大提高。在 ELM基礎(chǔ)上，黃廣斌等人引入了局部感受野并結(jié)合 CNN傳統(tǒng)的卷積和池化操作提出一種新型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)即基于局部感受野的極限學(xué)習(xí)機(jī)（ELM-LRF），該模型輸入與隱藏層間的連接是稀疏的，且由相應(yīng)的局部感受野（對(duì)連續(xù)概率分布采樣得到）包圍，實(shí)驗(yàn)證明

4、該模型不僅大大縮短了訓(xùn)練時(shí)間，而且也提高了算法的穩(wěn)定性。因此，針對(duì)該新型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的進(jìn)一步研究具有十分重要的理論意義。
　　本文以ELM-LRF為核心模型，將該算法應(yīng)用于機(jī)器人目標(biāo)識(shí)別和觸覺識(shí)別當(dāng)中，并在此基礎(chǔ)上加以擴(kuò)展研究進(jìn)行改進(jìn)，極大的提高了識(shí)別效率并且大幅度縮短運(yùn)算時(shí)間。本文的主要?jiǎng)?chuàng)新點(diǎn)有：
　　(1)針對(duì)當(dāng)前目標(biāo)識(shí)別研究現(xiàn)狀，提出多模態(tài)模型進(jìn)行目標(biāo)識(shí)別，進(jìn)一步提高對(duì)目標(biāo)識(shí)別的準(zhǔn)確率。通過前期分通道獨(dú)立提取特征，減少

5、外界噪聲影響，之后將特征組合進(jìn)行分類，很大程度上可以提高分類的穩(wěn)定性和準(zhǔn)確性。
　　(2)考慮到目標(biāo)圖像高層特征的復(fù)雜性以及單層的 ELM-LRF已不能滿足海量圖像的分類處理需求，因此，將單層ELM-LRF進(jìn)行深度擴(kuò)展成多層深度ELM-LRF(HELM-LRF),進(jìn)行多次卷積與池化操作。該深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)不僅可以提取深度圖像的抽象信息，而且保證了數(shù)據(jù)特征屬性的位移不變性，很大程度上提升了對(duì)圖像的分類處理能力。
　　(3)提出