基于圖像搜索日志的精細種類圖像識別.pdf

1、隨著圖像識別技術的不斷進步和深度學習的發(fā)展，圖像識別日趨實用化，越來越多的科技公司開始涉及圖像識別領域，圖像識別已經成為人工智能的一個重要領域，廣泛用于人臉識別，文字識別，指紋識別，車牌識別等方向。當今圖像識別研究主要聚焦在兩個不同的位置，一個是普通的圖像識別，主要是區(qū)分不同種類的物體，比如“花”“鳥”“魚”“蟲”。這些物體的種類差別很大，也相對易于區(qū)分。另一個是精細種類圖像識別，這些類別通常是普通類別的子類，比如“狗”這個普通類別，可

2、以進一步區(qū)分為不同的品種，識別不同的品種的就是精細種類圖像識別。相對于普通的圖像識別，精細種類的圖像識別更加困難，一個原因在于不同子類之間的差別比較小，而且容易受到視角、亮度、遮擋、背景等方面的影響。當應用一些較為復雜的分類器（如深度神經網絡）進行精細種類圖像識別時，另一個困難就是如何獲得用于訓練的大規(guī)模的高質量標注數據集，比如狗的品種的識別，可能就需要特定的專業(yè)知識，然而普通人可能并不具備這些專業(yè)知識，因此人工標記收集圖片就非常的困難

3、和昂貴。本文針對精細種類圖像識別的難點，提出下面兩種提高精細種類圖像識別準確率的方法。
　　首先，我們選擇互聯網上廣泛存在的弱標注數據——圖像搜索日志，作為訓練數據集。隨著互聯網和多媒體設備的普及，以圖片為代表的多媒體數據呈現爆炸式的增長，每天都有數以萬計的用戶活躍在各大搜索引擎上，用戶搜索圖片時使用的關鍵詞即可被當做圖像的標注來使用。相對于獲得人工標注的圖片，獲取這些圖片更容易，能節(jié)約更多的時間和金錢。然而這些圖片的屬性有時并不

4、能明確的標記一張圖片，所以使用互聯網上的圖片作為數據集通常存在大量的不可忽略的噪聲圖片。本文通過隨機選擇數據集中的一部分圖片訓練一個深度網絡模型，然后用網絡模型對整個數據集的圖片進行分類，得到每一張圖片對應的弱標注類別的概率值。我們選擇概率值較大的圖片組成訓練集，重新訓練深度網絡模型。實驗表明這種方法能夠有效提高某些數據集的分類準確率。
　　接著針對大規(guī)模的數據集不易獲取和精細種類圖像識別困難的問題，為了分辨不同種類的細微差別同時

5、兼顧同一種類的多樣性，提出了新型的適用于精細種類圖像識別的損失函數，能夠顯著提高訓練數據集較小的精細種類圖像識別的準確率。我們首先用訓練集組成類間圖片對和類內圖片對作為雙生子網絡的輸入，然后將雙生子網絡的兩個子網的最后一層輸出的概率抽取出來，接著使用我們提出的損失函數，認為當類間圖片對的概率之差超過某個閾值之后就沒有損失，同樣，當類內圖片對的概率之差小于某個閾值之后就沒有誤差。實驗表明這種基于雙生子神經網絡的損失函數能夠進一步提高精細種