hmax model.ppt

引用上面文章提出的模型进行模式识别 模型的主要框架 S1层 1.尺度为27*27的滤波器如下 0 pi/4 pi/2 pi*3/4 2.滤波后的图片（7*7,0） C1层 由于s1层中有图片64张，共16组（尺度） 和4个方向）。 对相邻的两组图片进行组合，得到8个 Band，每个band中有2个尺度和4个方向 的8张图片。 对每一个band中，同方向不同尺度的图 片进行最大化操作，最后每一band得到 4个方向的4张图。 C1层 C1层 S2层 在c1层中进行简单随机抽样，抽取出N个patch，每一个patch有四个方向，patch的大小为n*n*4，（n=4,8,12,16） 每一个patch与c1层中的band进行匹配 当patch与c1中的band大小不一样时，可以对patch或band进行插值或抽样。 每一个patch与8个band配对可以得到一个1*8的向量。 S2层 C2层 对s2层得到的矩阵进行每一行取最大值 a11,a12,a13…..a18 a1max a21,a22,a23…..a28 a2max ……………………… ……. aN1,aN2,aN3…aN8 aNmax 最终得到一个特征向量(a1,a2,……aN)。 操作实例 BP神经网络 Bp神经网络在分类问题有一定的优势，所以我选择bp神经网络来分类 在yale人脸库中选择5个人每人3张，共15张人脸照片，其中2张用来训练，一张用来判别分类，从而测试模型的效果。 由于上面的hmax模型，把一张M*M的图片进行了特征提取，得到一个 1*N的向量，对数据进行了维规约，大大的简化了数据，但同时也省略了部分信息。 BP神经网络 结果不理想可能的原因 抽取的patch数量不够，样本不能代表总体。 在分类时，训练集和预测集数据库太小，结果具有偶然性。 滤波器尺度不合适，滤波器应对应于特定大小的图片而言，并非每张图都是7*7到37*37 模型的参数也许根据特定的问题进行调整，并不是一成不变的。 模型本身也有可以提高的地方，如可以增加层数，4层的模型不适合人脸识别。 编写的函数 Gabor_f1 设计16个尺度和4个方向的滤波器对图片进行滤波 Gabor_max 相邻的两图配对成一个band，并进行最大值操作 Gabor_sample 在C1层中进行抽样，抽出N个patch Hmax 提取出特征向量 BP神经网络 谢谢观赏 崔卓须 福建工程学院 目录 1.特征提取（HMAX模型） 1.1 s1层：gabor滤波器滤波（16尺寸和4个方向） 1.2 c1层：合并相邻的两图 1.3 s2层：从c1中抽样，抽取特征板块 1.4 c2层：得到特征向量 2.BP神经网络分类 摘要 受生物学的启发，我们提出了一种识别复杂视觉场景的新的一般框架。在这个框架中，我们描述了一个与视觉皮层组织结构非常相似的一个层次化模型，并且通过交替进行模板匹配(template matching)和最大化操作(maximum pooling operation)，得到复杂性和不变性越来越高的特征表示。 然后，我们在人脸识别上对hmax模型进行了验证，证明模型在特征提取方面还是具有一定的可取性。 S1层 1.对图片进行分块，对每一块进行如下的操作，首先进行滤波(滤波器见下公式) 2.通过sigma（effective width）和lambda（wavelength）来控制滤波器的尺寸(从7*7到37*37,共16个尺度)，用sita控制方向（0，pi/4,pi/2,pi*3/4）,一共64个滤波器，滤波后得到64幅图。 max max max 对每一个band中的图片进行划方格，从8*8到22*22，以第一个band为例。 在band1中，在同一方向上的两组图划8*8的格子，在每个格子中取最大值，然后再对比者两个值，继续取最大值，得到一个8*8的矩阵。 Band1 8*8 patch band (a1，a2……a8) 由于有N个patch，最后可以得到一个N*8的矩阵