基于人工智能算法的图像识别与生成

 　　本次报告的工作是利用PCA，SVM以及人工神经网络(ANN)实现对人脸的特征提取、分类和预测。然后利用GAN(生成对抗网络)实现对手写数字的生成，并用SVM做预测，验证生成效果。本次报告采用的数据源自剑桥大学的ORL 人脸数据库，其中包含40个人共400张人脸图像。

　　《智能机器人》(月刊)创刊于2004年，由中自传媒和广东省自动化学会主办，国内第一本伺服技术市场的专业期刊，一体化运动控制解决方案，深度报道分析伺服及运动控制领域的技术、市场及应用，智能检测运动控制会议论文选定刊物。

　　1 PCA降维

　　PCA(principal components analysis)即主成分分析，又称主分量分析。旨在利用降维的思想，把多指标转化为少数几个综合指标。

　　首先我们给出了数据库的平均脸的图像，并利用PCA对人脸降维，通过改变降低到的维度研究了保留维度的多少带来的影响。最后给出了每一个维度的特征脸图像，讨论了每一个维度所能够代表的人脸信息。

　　1.1 平均脸

　　首先，我们将数据库中400张人脸按行存储到一个矩阵中，即每一行为一张人脸(10304像素)，每张人脸共10304维特征。我们对每一个维度去平均，构成一个新的行向量，这就是平均脸。

　　平均脸反映了数据库中400张人脸的平均特征，可以看清人脸的轮廓，但无法识别人脸的局部细节。

　　1.2 降低至不同维度时还原脸的情况

　　从左到右从上到下依次是同一张脸降低至10，30，50，100，200，250，300，350，400的图像。可以看到，随着保留维数的增多，图像越清晰，与原图的差异越小。

　　1.3 提取单一维度的特征做还原

　　为了研究不同维度所代表的人脸的信息，我们把PCA之后的每一个特征向量单独提取出来对人脸做还原，还原的时候不加入平均脸并且做直方图均衡化。

　　结果如下：

　　每一张图像下方的数字代表了PCA之后按特征值从大到小排序的顺序，比如第一张图代表PCA之后最大特征值所对应的特征向量还原出的人脸。

　　特征累积图的纵坐标代表了所保留的特征占总特征的比例。它是这样计算出来的，假设保留k维信息，则纵坐标值为这k个特征值的和除以总的400(400*10304的矩阵，最多有400个非零特征值)个特征值的和。

　　从图4可以看出，当保留维数为100维时，即能保留人脸90%的信息，而之后随着保留维数的增多，保留信息的增多变缓。

　　同样的结论也可由提取每个维度所代表的特征获得。从前到后观察实验所得的图像，我们可以发现，人脸变得越来越模糊，到100维以后已经分辨不清人脸了。这就说明前面的维度反映了大众脸的特征，而越往后面的维度则反映不同人脸的细节，比如头发长短等等，以及图片噪声。

　　2 SVM对人脸分类

　　SVM(支持向量机)是Corinna Cortes和Vapnik等于1995年首先提出的，在机器学习中，支持向量机是与相关的学习算法有关的监督学习模型，可以分析数据，识别模式，用于分类和回归分析。

　　2.1 制作多分类器

　　用PCA对人脸降维以后，我们用SVM将400张人脸进行分类。我们取每个人的前五张照片合并起来共200张作为训练集，每个人后五张照片合并起来共200张作为测试集。40个人即有40个标签，也就是有40类，但SVM只能作二分类器，因此我们利用二分类器生成多分类器，基本思想是制作C(40，2)个一对一分类器(也就是每两个类别一个)，每一张照片都分别用所有一对一分类器分类，分类结果存储到投票矩阵中，分类结果就是投票矩阵中数字最大的那个。

　　分类前，我们还需对PCA后的数据进行归一化处理，将图像矩阵的每一个元素映射到(-1，1)之间。

　　2.2 参数选择及程序结果

　　1)分类数据：每人取前五张做训练，后五张做测试(不加入自己的人脸)

　　SVM参数设定：k = 75(PCA降至75维)

　　Sigma = 30

　　c = 15

　　预测准确率： accuracy=0.8950

　　2)每人取前五张做训练，后五张做测试(加入自己的人脸)

　　SVM参数同上，

　　预测准确率： accuracy=0.8585

　　我们发现，当加入自己拍摄的人脸图像后，预测准确率有一定的下降，这可能是由于拍照时的光线，角度等造成的。

　　3 ANN对人脸分类

　　人工神经网络(Artificial Neural Networks，简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connection Model)，它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

　　为了方便与SVM的结果作比对，ANN的训练集和测试集与SVM相同，并且不加入自己人脸。

　　3.1 ANN结果及与SVM分类比较

　　ANN分类结果：

　　ANN参数设定为：1个隐层，含200个神经元

　　学习率：1

　　dropout fraction：0.5

　　激活函数：sigmoid

　　L2正则：0.0001

　　epoch：200

　　batchsize：50

　　分类错误率：

　　即分类准确率(accuracy)为：93.5%

　　實验过程中可以发现，通过对神经网络多个参数的调节，准确率的变化是很复杂的，最终的93.5%的准确率应该还有上升的空间，参数还待进一步调整。

　　与SVM比较起来，ANN准确率更高，但分析表明，对于本次报告所采用的数据库，ANN和SVM的准确度不会有太大差异，因此SVM的参数或许还可以进一步优化。

　　4 GAN生成手写数字

　　生成对抗网络(GAN)是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中(至少)两个模块：生成模型(Generative Model)和判别模型(Discriminative Model)的互相博弈学习产生相当好的输出。原始 GAN 理论中，并不要求 G 和 D 都是神经网络，只需要是能拟合相应生成和判别的函数即可。但实用中一般均使用深度神经网络作为 G 和 D 。

　　在下面的工作中，我们利用已有的手写数字(0-9)图片(60000张用于训练，10000张用于测试)，对生成对抗网络(GAN)进行训练并生成手写数字，每个数字提取5000个样本作为训练集。最后用SVM对电脑生成的手写数字分类，看是否能“骗过”分类器。

　　4.1 参数设定及程序结果

　　首先，我们选取一个想要生成的手写字体，将已有数据中所有该字体挑出并取前5000个作为训练集。

　　参数设定：生成器(generator)：输入层、隐层和输出层分别有100，512，784个神经元。

　　识别器(discriminator)：输入层、隐层和输出层分别有784，200，1个神经元。

　　学习率：0.01

　　Batchsize：50

　　更新判别器时的迭代次数设为1

　　生成训练集：

　　load('mnist_uint8');

　　classify_num = 9;

　　classify_matrix = zeros(1，10);

　　classify_matrix(classify_num,1) = 1;

　　choose = zeros(size(train_x，1)，1);

　　for i=1：size(train_x，1)

　　if(train_y(i，：)==classify_matrix)

　　choose(i) = choose(i),1;

　　end

　　end

　　choose = logical(choose);

　　train_x = train_x(choose，：);

　　train_x = train_x(1：5000，：);

　　train_x = double(reshape(train_x， 5000， 28， 28))/255;

　　train_x = permute(train_x，[1，3，2]);

　　train_x = reshape(train_x， 5000， 784);

　　生成器损失虽然不是很低，但是最终基本稳定。

　　4.2 SVM对生成手写数字做分类

　　我们用GAN分别生成0到9的手写数字，将生成的图片作为测试集用SVM做分类，看是否能分到正确的类别。

　　Result是SVM中的投票矩阵，投票数最多的一个的序号减一即为所分到的类别(数字0-9)。这里的SVM區别于前面所讨论的人脸识别的SVM，它是由45个(C(10，2))一对一分类器生成的多分类器。

　　可以看到，每一个由GAN生成的手写数字均被SVM分到了正确的类别，如此可见GAN实在强大。

　　5 总结

　　运用PCA对原始数据进行降维，不仅能够保留原始的主要信息，而且可以减少算法的执行时间。通过组合SVM的二分类器来生成多分类器实现对人脸的识别，准确率达到89.5%，用人工神经网络ANN进行分类准确率达到93.5%。最后利用GAN生成手写字体，SVM全部正确地进行了分类，这表明GAN生成的手写数字是十分逼真的。

　　参考文献：

　　[1] 刘振明.基于J2EE新闻门户网站的设计与研究[D].吉林大学，2010(06)：65-102.

《基于人工智能算法的图像识别与生成》 鏂囩珷鍐呭濡傛灉娌¤兘瑙ｅ喅鎮ㄧ殑闂锛屽彲鍏嶈垂鍜ㄨ鍦ㄧ嚎瀛︽湳椤鹃棶鑾峰彇鏈€浣宠В绛斻€�
鑱岀О椹跨珯閮戦噸澹版槑锛�
1銆侀儴鍒嗗唴瀹规潵婧愮綉缁滐紝濡傞渶鍒犻櫎璇疯仈绯绘湰绔欏湪绾夸汉鍛橈紒
2銆佹湰绔欐湇鍔″叏闈紝鍖呮嫭鏈熷垔鎺ㄨ崘銆佽鏂囧彂琛ㄥ挩璇€€佸嚭鐗堢ぞ鍑轰功绛夋湇鍔★紝濡傛湁闇€瑕佽鐐瑰嚮鍦ㄧ嚎鍜ㄨ銆�
3銆佹湰绔欏嚟鍊熷骞寸殑璁烘枃鍙戣〃鍜ㄨ缁忛獙锛屽鏍搞€佸彂琛ㄦ垚鍔熺巼楂樸€�
4銆佹湰绔欐嫢鏈夊骞村浗闄呭嚭鐗堢粡楠岋紝鍑虹増鏈嶅姟鏈変繚璇併€�

本文由职称驿站首发，您身边的高端论文发表学术顾问

文章名称： 基于人工智能算法的图像识别与生成

文章地址： https://www.zhichengyz.com/lunwen/keji/zn/38076.html