多示例学习的簇频繁性分析及双角度融合嵌入

多示例学习(Multi-Instance Learning,MIL)的训练数据是由若干个未带标记的示例组成的带标记的包,基于嵌入的方法,通过将包嵌入成单向量来解决包表示问题,然而大部分现有方法忽略了示例与包的联系,难以保证所选示例的代表性.同时,单角度的嵌入方法无法有效地提取正、负包的差异信息,使嵌入向量的质量较差.提出一种多示例学习的簇频繁性分析及双角度融合嵌入(FADE).簇频繁性分析技术从正、负子空间中分别筛选部分示例作为子空间的簇心,依据簇心将子空间聚类成簇,再计算簇频繁性指标,选择频繁性较高的簇的簇心组成子空间代表示例集.双角度融合嵌入技术基于正、负子空间代表示例集和差值嵌入函数,分别从正、负角度挖掘信息,融合两个角度信息获得最终的嵌入向量.在29个数据集上与七个MIL算法进行了对比实验,结果表明,FADE的分类准确率总体上优于七个对比算法,在图像数据集上有显著优势,在文本和网页数据集上也表现良好.

基于多模态多示例学习的免疫介导性肾小球疾病自动分类方法

目的探讨如何利用多模态深度学习方法,联合光学显微镜(OM)、免疫荧光显微镜(IM)及透射电子显微镜(TEM)对应的3种图像进行免疫介导性肾小球疾病分类。方法基于273例患者的病理图像进行回顾性研究,构建多模态多示例模型对3种免疫介导性的肾小球疾病——免疫球蛋白A肾病(IgAN)、膜性肾病(MN)、狼疮性肾炎(LN)进行分类。该模型采用示例水平的多示例学习(I-MIL)方法挑选患者的TEM图像并与同一患者的OM图像和IM图像进行多模态特征融合。通过该模型与单模态、双模态模型的比较,探究3种模态之间的不同组合形式以及模态特征融合方式的特性。结果联合OM、IM以及TEM图像建立的多模态多示例模型准确率为(88.34±2.12)%,优于准确率为(87.08±4.25)%的最优的单模态模型,以及准确率为(87.92±3.06)%的最优的双模态模型。结论本研究成功建立基于OM、IM及TEM三种模态图像的多模态多示例模型,并验证了采用多示例学习结合多模态学习方法对免疫介导性肾小球疾病分类的有效性。

采用双阶段多示例学习网络的语音情感识别

在语音情感识别任务中,当处理不同时长的语音信号时,通常将每句语音信号分割成若干等长片段,然后根据所有片段预测结果的平均值来获得最终的情感分类。然而,这种处理方法要求用户的情绪表达在整个语音信号中是均匀分布的,但是这并不符合实际情况。针对上述问题,提出一种采用双阶段多示例学习网络的语音情感识别方法。第一阶段,将每句语音信号视为“包”,并将其分割成若干等长片段。每个语音片段视为“示例”,并提取多种声学特征,输入到相应的局部声学特征编码器,学习出各自对应的深度特征向量。然后,使用一致性注意力对不同的声学特征进行特征交互和增强。第二阶段,设计一个基于多示例学习的混合聚合器,用于在全局尺度上融合示例预测和示例特征,计算“包”级预测得分。提出一种示例蒸馏模块,用于过滤情感信息较弱的冗余示例。将蒸馏结果组成伪包,采用一种自适应特征聚合策略对伪包进行特征聚合,并通过分类器获得预测结果。将示例级和伪包预测结果进行自适应决策聚合,以获得最终的情感分类结果。该方法在IEMOCAP和MELD公开数据集分别获得73.02%和44.92%的识别率,实验结果表明了该方法的有效性。

基于多核学习的单分类多示例学习算法

将多核学习引入到单分类多示例学习中,提出了一种基于多核学习的单分类多示例支持向量数据描述算法,解决了多核学习方法在实际应用中多示例数据具有比较复杂分布结构的学习问题。本文算法是将多个示例数据通过多个不同的核函数多核映射到特征空间,在特征空间中通过支持向量数据描述算法构建球形分类器。该算法采用迭代优化框架,首先,根据初始化包中的正示例来优化目标函数以此建立分类器。然后,根据上一步得到的分类器再对包中的正示例的标签进行更新。最后,在Corel、VOC 2007和Messidor数据集上的实验结果表明,所提出的算法比单核多示例方法具有更好的性能,进一步验证了算法的可行性和有效性。

基于多示例学习图卷积网络的隐写者检测

隐写者检测通过设计模型检测在批量图像中嵌入秘密信息进行隐蔽通信的隐写者,对解决非法使用隐写术的问题具有重要意义.本文提出一种基于多示例学习图卷积网络(Multiple-instance learning graph convolutional network,MILGCN)的隐写者检测算法,将隐写者检测形式化为多示例学习(Multiple-instance learning, MIL)任务.本文中设计的共性增强图卷积网络(Graph convolutional network, GCN)和注意力图读出模块能够自适应地突出示例包中正示例的模式特征,构建有区分度的示例包表征并进行隐写者检测.实验表明,本文设计的模型能够对抗多种批量隐写术和与之对应的策略.

在线加权多示例学习实时目标跟踪

由于原始多示例学习(MIL)跟踪的分类效果和实时性较差,提出了一种加权在线多示例学习跟踪算法。首先,根据所选定目标位置分别采集目标和背景样本集,通过对所采集样本集特征的在线学习生成弱分类器集;然后,用计算样本集对数似然函数的最大值的方法从弱分类器集中选择K个最优的弱分类器,给每个弱分类器赋不同的权值,生成一个强分类器;最后,在新的一帧中抽取目标和背景样本,用生成的强分类器对待分类的目标和背景进行分类;分类结果映射成概率值,概率最大样本的位置就是所要跟踪目标的位置。对不同视频序列的测试结果表明,该跟踪算法的跟踪正确率达93%,目标大小为43pixel×36pixel时处理帧率约为25frame/s。与原始多示例学习跟踪算法相比,本算法的实时性提高了67%。

局部特征与多示例学习结合的超声图像分类方法

利用全局特征对超声图像进行描述具有一定的局限性,而且对图像进行手工标注的成本过高,为解决上述问题,本文提出了一种利用局部特征描述超声图像,并结合多示例学习对超声图像进行分类的新方法.粗略定位图像中的感兴趣区域(Region of interest,ROI),并提取局部特征,将感兴趣区域看作由局部特征构成的示例包,采用自组织映射(Self-organizing map,SOM)的方法对示例特征进行矢量量化,采用Bag of words方法将示例特征映射到示例包空间,进而采用传统的支持向量机对示例包进行分类.本文提出的方法在临床超声图像上进行了实验,实验结果表明,该方法具有良好的泛化能力和较高的准确性.

基于多示例学习的中文Web目录页面推荐

多示例学习为中文 Web 挖掘提供了一种新的思路.提出中文 Web 目录页面推荐这种特殊的 Web 挖掘任务,并且将其转化为多示例学习问题来解决.在真实世界数据集上的实验结果显示,该方法能够有效地解决该问题.

基于改进在线多示例学习算法的机器人目标跟踪

提出基于改进的在线多示例学习算法(Improved multiple instance learning,IMIL)的移动机器人目标跟踪方法.该方法利用射频识别系统(Radio frequency identification,RFID)粗定位IMIL算法的搜索区域,然后应用IMIL算法实现目标跟踪.该方法保证了机器人跟踪系统的连续性,解决了目标突然转弯时的跟踪问题.IMIL算法采用从低维空间提取的压缩特征描述包中示例,以降低算法耗时.通过最大化弱分类器与极大似然概率的内积,选择判别能力强的弱分类器,避免了弱分类器选择过程中多次计算包概率和示例概率,进一步提高算法的实时处理能力.计算包概率时该算法平等对待各示例,保证概率高的示例对包概率的贡献度,克服跟踪漂移问题.跟踪过程中,结合当前跟踪结果与目标模板间的相似性分数在线实时调整分类器,提高了算法的自适应能力.最后将本文方法在视频和移动机器人上进行实验.实验结果表明,该方法在目标运动突变及外观改变时具有较强的鲁棒性和准确性,并满足系统的实时性要求.

遮挡环境下多示例学习分块目标跟踪

针对跟踪过程中遮挡导致错误累积而产生目标漂移甚至目标丢失的问题,提出多示例学习分块目标跟踪方法。该方法以随机蕨为基础检测器,通过多示例学习在线更新检测器,提高检测器对目标变化的适应能力及学习的准确性。将目标均匀分成多个子块,选取部分子块作为候选集合,每个候选块分配一个检测器,利用检测器完成每个候选块的跟踪,根据候选块的信息确定目标最终位置。实时检测候选块的有效性,替换无效的候选块,提高跟踪的鲁棒性。在目标被遮挡等复杂条件下,与目前主流跟踪算法进行了对比实验,结果表明该算法能够有效解决目标漂移甚至跟踪丢失问题,具有更高的跟踪精确度及更好的鲁棒性。

基于特征提取和多示例学习的图像区域标注

随着web2.0的不断发展,在Flickr等图像共享网站中越来越多的用户在上传图像的同时提供了标注,因此如何确定这些已有的标注在图像中的相关性区域成了一个热门的研究问题。提出了一种基于图像低层视觉特征和多示例学习方法的图像区域标注方法,文中的方法首先对图像进行分割,对分割后的图像区域提取低层视觉特征作为它的区域特征,最后通过多示例学习问题的多样性密度算法思想来对图像进行区域标注。实验中对已被标注的大量数据集进行分析,正确率达到了85%,与已有的图像区域标注方法相比,在区域标注的正确率上有着明显的改善。

基于多示例学习技术的Web目录页面链接推荐

在Web目录页面中,向用户推荐其感兴趣的链接有助于用户高效地访问网络资源.然而,用户往往不愿花费很多时间来标记训练样本,其提供的数据可能只能说明某个目录网页是否包含其感兴趣的内容,而不能明确标示出其感兴趣的具体链接.由于训练数据中缺乏对链接的标记,但预测时却需要找出用户感兴趣的链接,这就使得Web目录页面链接推荐问题相当困难.CkNN-ROI算法被提出用于解决该问题.实验表明,CkNN-ROI算法在解决这一困难的链接推荐问题上比其他一些算法更为有效.

基于稀疏表达的多示例学习目标追踪算法

追踪目标在经历较大姿势变化时,会导致追踪目标偏移甚至丢失。为此,提出一种基于稀疏表达的多示例学习目标追踪算法。联合多示例学习与稀疏表达方法,将目标物体的局部稀疏编码作为多示例学习的训练数据,通过学习正负样本的局部稀疏编码获得一个多示例学习的分类器,分类的结果与粒子滤波框架相结合,估计目标在整个视频序列中的运动状态。实验结果表明,该算法稳定性较好,与增量学习追踪算法、范式学习追踪算法和多示例学习追踪算法相比,其中心位置误差率减少30%以上。

一种新的基于三维卷积共生梯度直方图和多示例学习的特殊视频检测算法

已有的基于梯度方向直方图信息的视频内容检测算法侧重在二维的视频帧上提取特征,忽略了视频内容在时间维度上的相关性.提取局部梯度间潜在的共生关系特征可一定程度上提高算法的检测准确率;同时,对相邻特征池化可有效减少特征降维过程中的信息丢失.基于此,利用视频帧间结构信息通过卷积运算构建共生梯度直方图的三维结构,然后对相邻特征池化实现描述特征的有效降维,解决了忽略帧间信息影响识别准确率以及高维度特征难以训练的问题;将视频特征映射到多示例学习中的示例和包,非常容易地实现了对不同长度视频的检测.在公开测试数据集Hockey、Movie上进行测试,实验结果显示,Hockey数据集上算法的检测准确率高于现有最优算法3%,Movie数据集上的检测准确率高于现有最优算法0.5%,验证了新特征与算法的有效性.

基于改进的Fisher准则的多示例学习视频人脸识别算法

视频环境下目标的姿态变化使得人脸关键帧难以准确定位,导致基于关键帧标识的视频人脸识别方法的识别率偏低.为解决上述问题,本文提出一种基于Fisher加权准则的多示例学习视频人脸识别算法.该算法将视频人脸识别视为一个多示例问题,将视频中归一化后的人脸帧图像作为视频包中的示例,采用分块TPLBP级联直方图作为示例纹理特征,示例特征的权值通过改进的Fisher准则获得.在训练集合的示例特征空间中,采用多示例学习算法生成分类器,进而实现对测试视频的分类及预测.通过在Honda/UCSD视频库和Youtube Face数据库中的相关实验,该算法达到了较高的识别精度,从而验证了算法的有效性.同时,该方法对均匀光照变化、姿态变化等具有良好的鲁棒性.

使用兴趣点局部分布特征及多示例学习的图像检索方法

提出了一种基于兴趣点的图像检索新方法.在尺度空间中检测兴趣点,依据兴趣点的分布将图像划分成一系列等面积的扇形子区域并提取图像特征.该特征既反映了兴趣点的局部特性,又考虑了兴趣点的空间分布结构,同时对图像旋转、缩放和平移具有不变性.在相关反馈阶段,将图像看作是由各子区域内兴趣点局部特征构成的多示例包,根据用户选择的实例图像生成正包和反包,采用多示例学习算法获得体现图像语义的目标概念.本方法缩小了用户查询中的歧义性,在Corel图像库中进行的实验表明,与其他基于兴趣点的图像检索方法相比,平均检索准确率提高7%以上,可以更准确地查找到用户所需图像.

基于多示例学习和随机蕨丛检测的在线目标跟踪

基于检测的目标跟踪方法目前在计算机视觉领域受到了广泛的关注,这类方法通过训练判别分类器将目标对象从背景中分离出来;分类器的训练是根据当前的跟踪状态从当前帧中提取正负样本来进行,但训练样本的不准确将导致分类器退化产生漂移。该文提出一种能够有效克服目标漂移的跟踪算法,采用检测器和跟踪器相结合的框架,利用中值流算法作为跟踪器,提高跟踪点的可靠性;级联若干个随机蕨弱分类器构成强分类器作为检测器;用在线多示例学习方法更新检测器,提高检测精度;最后将检测器、跟踪器的结果相融合得到最终的目标位置。实验结果表明,与其它方法相比,该方法对目标漂移有更强的鲁棒性。

多示例学习及其研究现状

较全面地介绍和分析了第4种机器学习框架的多示例学习(MIL).首先通过数学表达式对多示例学习进行描述,概括了其主要性质;然后总结了目前主要的求解多示例学习问题的算法,剖析了这些算法的主要思想;最后对多示例学习的未来发展作了展望.

基于K均值聚类和多示例学习的图像检索方法

针对基于对象的图像检索问题,利用K均值(K-means)聚类,提出了一种新的基于多示例学习(MIL)框架的图像检索算法KP-MIL。该算法在正包和负包组成示例集合聚类,获取潜在正示例代表和包结构特性数据,然后利用径向基核分别度量两者的相似性,最后利用alpha因子均衡两者相似性对核函数结果的影响。在标准对象图像检索集SIGVAL上进行实验,实验结果表明,该方法是有效的且性能优于其他同类方法。

基于谱聚类和多示例学习的图像检索方法

针对基于对象的图像检索问题,提出一种新的谱聚类多示例学习算法.该算法将图像当作包,将分割区域的视觉特征当作包中的示例,针对正包示例集合进行谱聚类,按聚类中心点数最大原则选择潜在正示例中心和潜在正示例代表,并采用径向基函数和金字塔核分别度量潜在正示例间和其它示例间的相似性,最后利用支持向量机和相关反馈实现图像检索.采用SIVAL图像集进行的对比实验表明,该方法是有效的.