[发明专利]一种基于间隔分布的Siamese网络图像识别方法及系统

说明书

本发明公开了一种基于间隔分布的Siamese网络图像识别方法及系统，构建了一种更加通用的用于学习图像相似性度量的神经网络模型。本发明通过引入间隔理论，将图像对在映射空间的分布用间隔来表达，并将间隔分布纳入衡量图片对在映射空间中的相似性的指标。该模型首先将图片对映射到特定的低维流形空间中，计算图片对在该低维流形空间中的相似性度量值，并将间隔概念引入Siamese中，减小同类输入的间隔，扩大异类输入间隔的同时，优化间隔的分布来刻画Siamese网络的泛化性。本发明的方法相对于传统方法具有更好的稳定性以及更小的测试误差，且对于各种非线性变换下的数据依然保持着良好的鲁棒性，更好地学习到了从数据到结果的非线性不变形映射。

技术领域

本发明涉及图像分类技术领域，具体涉及一种基于间隔分布的Siamese网络图像识别方法及系统。

背景技术

Siamese网络在图像重识别，视觉追踪，图像检索等领域均有广泛的研究。Lecun等在1993年提出了一个Siamese神经网络来评估两个签名样本的相似性，其后又将该方法扩展到人脸识别，取得了不错的结果。与传统的神经网络不同，Siamese体系结构由两个共享相同参数的神经网络组成。每个网络都是全连接网络或卷积神经网络。Siamese神经网络的最后一层的职责是评估两个子网输出的相似性，评估的方式可以采用任何形式，例如L2范数，余弦，Contrastive损失函数等。Siamese网络最突出的特征便是一次性输入一对数据，并计算图像对的相似性度量。

这种比较一对图像从而获取相似性的方法并不是唯一的，也有其他方法使用描述符或平方欧式距离。但是大多数特征描述符都是手工制作的如SIFT或DAISY。最近，已经提出了一种学习描述符的方法(类似DAISY的描述符学习池化区域的思路)。Zbontar在中最近提出了一种基于CNN的方法，用于比较小基线立体问题中计算成本的补丁，并在KITTI数据集中显示出最佳性能。尽管这些模型在训练过程中涉及高度非凸的目标函数，但它们在各种任务中均显示了出色的结果。Fischer在著名的Mikolajczyk数据集上分析了AlexNet网络的卷积描述符的性能，在ImageNet数据集上训练，均表明了这些卷积描述符算法的有效性。

Siamese网络在数字签名和人脸识别领域的成功激发了研究人员的兴趣，不断地有新的改进方法被提出。Koch等使用双特征向量h1和h2之间的加权L1距离并结合了S型激活，从而映射到间隔[0；1]。因此，其训练目标是现有网络的自然选择，而不像Lecun等使用能量损失隐式定义相似度度量标准。Melekhov等改进了Siamese的子网络部分，把其中的CNN神经网络替换为HybridCNN，从而将Siamese网络应用到通用图像配对中。Dong Yi等将Siamese网络抽象为两个子网，一个连接函数和一个成本函数，并考虑人像的体系结构，使其可以很好地适应行人重识别的工作。Qiong等发了一种正则化框架来学习用于无约束人脸验证的相似性指标。他们通过将鲁棒性纳入大型人际变异和新颖相似性度量的判别能力来制定其目标函数。

Boosting在人脸识别，语音识别，文本分类，医疗诊断等领域发挥着重要的作用。但有实验表明Boosting应用在Adaboost算法中不易陷入过拟合。随后，解释这一现象成为该领域的研究热点。Schapire等人提出了间隔理论，并把间隔解释为分类器的权重差异。因此，间隔大小指示了分类器的可信度。Breiman在1999年针对最小间隔提出了优化算法arc-gc，但实验表明，该算法未能比Adaboost算法取得更佳的效果。因此，Breiman认为间隔理论不能解决Adaboost不易过拟合的问题。

因此，现有技术中的方法存在图像识别效果不佳的技术问题。

发明内容

本发明提出一种基于间隔分布的Siamese网络图像识别方法及系统，用于解决或者至少部分解决现有技术中的方法存在的图像识别效果不佳的技术问题。

为了解决上述技术问题，本发明第一方面提供了一种基于间隔分布的Siamese网络图像识别方法，包括：