基于.人工智能算法的圖像識別及生成

1、專業(yè)知識分享基于人工智能算法的圖像識別與生成摘要：本次報(bào)告的工作是利用PCASVMW及人工神經(jīng)網(wǎng)絡(luò)(ANN實(shí)現(xiàn)對人臉的特征提取、 分類和預(yù)測。 然后利用GAN(生成對抗網(wǎng)絡(luò))實(shí)現(xiàn)對手寫數(shù)字的生成，并用SVM做預(yù)測，驗(yàn)證生成效果。本次報(bào)告采用的數(shù)據(jù)源自劍橋大學(xué)的ORL人臉數(shù)據(jù)庫，其中包含40個人共400張人臉圖像。關(guān)鍵詞：人工智能；圖像識別；數(shù)據(jù)中圖分類號：TP18文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044(2018)13-0173-021PCA降維PCA(principalcomponentsanalysis)即主成分分析，乂稱主分雖分析。旨在利用降維的思想，把多指標(biāo)轉(zhuǎn)化為少數(shù)幾個綜合指標(biāo)。首

2、先我們給出了數(shù)據(jù)庫的平均臉的圖像，并利用PCAM人臉降維，通過改變降低到的維度研究了保留維度的多少帶來的影響。最后給出了每一個維度的特征臉圖像，討論了每一個維度所能夠代表的人臉信息。1.1平均臉首先，我們將數(shù)據(jù)庫中400張人臉按行存儲到一個矩陣中， 即每一行為一張人臉 （10304像素） ， 每張人臉共10304維特征。專業(yè)知識分享我們對每一個維度去平均，構(gòu)成一個新的行向這就是平均臉。平均臉反映了數(shù)據(jù)庫中400張人臉的平均特征，可以看清人臉的輪廓，但無法識另U人臉的局部細(xì)節(jié)。1.2降低至不同維度時還原臉的情況從左到右從上到下依次是同一張臉降低至10,30,50,100,200,250,300,

3、350,400的圖像?？梢钥吹?，隨著保留維數(shù)的增多，圖像越清晰，與原圖的差異越小。1.3提取單一維度的特征做還原為了研究不同維度所代表的人臉的信息，我們把PCA之后的每一個特征向雖單獨(dú)提取出來對人臉做還原， 還原的時候不加入平均臉并且做直方圖均衡化。結(jié)果如下：每一張圖像下方的數(shù)字代表了PCA之后按特征值從大到小排序的順序，比如第一張圖代表PCA之后最大特征值所對應(yīng)的特征向H還原出的人臉。特征累積圖的縱坐標(biāo)代表了所保留的特征占總特征的比例。它是這樣計(jì)算出來的，假設(shè)保留k維信息，則縱坐標(biāo)值為這k個特征值的和除以總的400 （400*10304的矩陣， 最多有400個非零特征值）個特征值的和。從圖4

4、可以看出，當(dāng)保留維數(shù)為100維時，即能保留人臉90%勺信息，而之后隨著保留維數(shù)的增多，保留信息的增多變緩。專業(yè)知識分享同樣的結(jié)論也可由提取每個維度所代表的特征獲得。從前到后觀察實(shí)驗(yàn)所得的圖像，我們可以發(fā)現(xiàn)，人臉變得越來越模糊，到100維以后已經(jīng)分辨不清人臉了。 這就說明前面的維度反映了大眾臉的特征，而越往后面的維度則反映不同人臉的細(xì)節(jié)，比如頭發(fā)長短等等，以及圖片噪聲。2SVM對人臉分類SVM（支持向雖機(jī)）是CorinnaCortes和Vapnik等于1995年首先提出的， 在機(jī)器學(xué)習(xí)中， 支持向H機(jī)是與相關(guān)的學(xué)習(xí)算法有關(guān)的監(jiān)督學(xué)習(xí)模型，可以分析數(shù)據(jù)，識別模式，用于分類和回歸分析。2.1制作多分

5、類器用PCA對人臉降維以后，我們用SVM務(wù)400張人臉進(jìn)行分類。我們?nèi)∶總€人的前五張照片合并起來共200張作為訓(xùn)練集，每個人后五張照片合并起來共200張作為測試集。40個人即有40個標(biāo)簽，也就是有40類，但SVMIR能作二分類器，因此我們利用二分類器生成多分類器，基本思想是制作C（40,2）個一對一分類器（也就是每兩個類別一個），每一張照片都分別用所有一對一分類器分類， 分類結(jié)果存儲到投票矩陣中，分類結(jié)果就是投票矩陣中數(shù)字最大的那個。分類前，我們還需對PCA后的數(shù)據(jù)進(jìn)行歸一化處理，將圖像矩陣的每一個元素映射到（-1,1）之間。2.2參數(shù)選擇及程序結(jié)果1）分類數(shù)據(jù)：每人取前五張做訓(xùn)練，后五張做測

6、試（不加入自專業(yè)知識分享己的人臉）SV帷數(shù)設(shè)定：k=75（PCAW至75維）Sigma=30c=15預(yù)測準(zhǔn)確率：accuracy=0.89502）每人取前五張做訓(xùn)練，后五張做測試（加入自己的人臉）SVM參數(shù)同上，預(yù)測準(zhǔn)確率：accuracy=0.8585我們發(fā)現(xiàn)，當(dāng)加入自己拍攝的人臉圖像后，預(yù)測準(zhǔn)確率有一定的下降，這可能是由于拍照時的光線，角度等造成的。3ANN對人臉分類人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetworks,簡寫為ANNS也簡稱為神經(jīng)網(wǎng)絡(luò)（NN或稱作連接模型（ConnectionModel） ,它是一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征， 進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。

7、這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整內(nèi)部大雖節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。為了方便與SVM勺結(jié)果作比對，ANN的訓(xùn)練集和測試集與SV誠目同，并且不加入自己人臉。3.1ANN結(jié)果及與SVM分類比較AN盼類結(jié)果：ANNB數(shù)設(shè)定為：1個隱層，含200個神經(jīng)元學(xué)習(xí)率：1專業(yè)知識分享dropoutfraction:0.5激 活 函 數(shù) ：sigmoidL2正 則 ：0.0001epoch:200batchsize:50分 類 錯 誤 率 ： 即 分 類 準(zhǔn) 確 率(accuracy)為：93.5%?驗(yàn)過程中可以發(fā)現(xiàn)，通過對神經(jīng)網(wǎng)絡(luò)多個參數(shù)的調(diào)節(jié)，準(zhǔn)確率的變化是很復(fù)雜的，最終的93.5%

8、的準(zhǔn)確率應(yīng)該還有上升的空間，參數(shù)還待進(jìn)一步調(diào)整。與SVMt匕較起來，ANN!確率更高，但分析表明，對于本次報(bào)告所采用的數(shù)據(jù)庫，AN版口SVM勺準(zhǔn)確度不會有太大差異，因此SVM的參數(shù)或許還可以進(jìn)一步優(yōu)化。4GAN生成手寫數(shù)字生成對抗網(wǎng)絡(luò)(GAN是一種深度學(xué)習(xí)模型， 是近年來復(fù)雜分布上無監(jiān)督學(xué)習(xí)最具前景的方法之一。模型通過框架中(至少)兩個模塊：生成模型(GenerativeModel)和判另U模型(DiscriminativeModel)的互相博弈學(xué)習(xí)產(chǎn)生相當(dāng)好的輸出。原始GAN理論中，并不要求G和D都是神經(jīng)網(wǎng)絡(luò)，只需要是能擬合相應(yīng)生成和判別的函數(shù)即可。 但實(shí)用中一般均使用深度神經(jīng)網(wǎng)絡(luò)作為G和D

9、。在下面的工作中，我們利用已有的手寫數(shù)字(0-9)圖片(60000張用于訓(xùn)練，10000張用于測試)，對生成對抗網(wǎng)絡(luò)(GAN進(jìn)行訓(xùn)練并生成手寫數(shù)字，每個數(shù)字提取5000個樣本作為訓(xùn)練集。最后用SVM對電腦生成的手寫數(shù)字分類，看是否能“騙過”分類器。專業(yè)知識分享4.1參數(shù)設(shè)定及程序結(jié)果首先，我們選取一個想要生成的手寫字體，將已有數(shù)據(jù)中所有該字體挑出并取前5000個作為訓(xùn)練集。參數(shù)設(shè)定：生成器(generator)：輸入層、隱層和輸出層分別有100,512,784個神經(jīng)元。識另U器(discriminator):輸入層、隱層和輸出層分另U有784,200,1個神經(jīng)元。學(xué)習(xí)率：0.01Batchsi

10、ze:50更新判別器時的迭代次數(shù)設(shè)為1生成訓(xùn)練集：load(mnist_uint8);classify_num=9;classify_matrix=zeros(1,10);classify_matrix(classify_num+1)=1；choose=zeros(size(train_x,1),1)；fori=1:size(train_x,1)if(train_y(i,：)=classify_matrix)choose(i)=choose(i)+1;endendchoose:=logical(choose);train_x=train_x(choose,:);專業(yè)知識分享train_x=tr

11、ain_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);生成器損失雖然不是很低，但是最終基本穩(wěn)定。4.2SVM對生成手寫數(shù)字做分類我們用GAN別生成0到9的手寫數(shù)字，將生成的圖片作為測試集用SVM做分類，看是否能分到正確的類別。Result是SV町的投票矩陣，投票數(shù)最多的一個的序號減一即為所分到的類別(數(shù)字0-9)。這里的SVM?列于前面所討論的人臉識別的SVM它是由45個(C(10,2)一對一分類器生成的多分類器?？梢钥吹?， 每一個由GAN&成的手寫數(shù)字均被SV到了正確的類別，如此可見GA戚在強(qiáng)大。5總結(jié)運(yùn)用PCA對原始數(shù)據(jù)進(jìn)行降維，不僅能夠保留原始的主要信息，而且可以減少算