大數(shù)據(jù)管理與應(yīng)用概論 課件 6.4 基于圖像大數(shù)據(jù)的管理決策

6.4基于圖像大數(shù)據(jù)的管理決策導(dǎo)言隨著互聯(lián)網(wǎng)、計(jì)算機(jī)軟硬件技術(shù)與多媒體技術(shù)的快速發(fā)展，智慧型手機(jī)、平板、高像素相機(jī)等高科技產(chǎn)品已經(jīng)成為人們生活的必需品。利用這些設(shè)備，大眾每天都能夠輕易獲取大量的圖像數(shù)據(jù)。這些圖像數(shù)據(jù)一方面能夠表達(dá)豐富的語義內(nèi)容，另一方面也能夠?yàn)橛脩籼峁┮曈X上最直觀的理解。圖像大數(shù)據(jù)圖像大數(shù)據(jù)的分析與處理主流圖像大數(shù)據(jù)的分析與處理技術(shù)圖像轉(zhuǎn)換技術(shù)圖像增強(qiáng)技術(shù)圖像分割技術(shù)圖像標(biāo)注技術(shù)圖像分類技術(shù)圖像處理領(lǐng)域的一個標(biāo)準(zhǔn)測試圖片——LenaSoderberg包含了平坦區(qū)域、陰影和紋理等細(xì)節(jié)非常有魅力圖像大數(shù)據(jù)的分析與處理圖像轉(zhuǎn)換技術(shù)一個圖像到另一個圖像的演變。常見的圖像轉(zhuǎn)換算法包括空域變換等維度算法，空域變換變維度算法，值域變換等維度算法和值域變換變維度算法。其中空域變換是指圖像在幾何空間上的變換，而值域變換是指圖像在像素空間上的變換。等維度變換是指在相同的維度空間中，而變維度變換是在不同的維度空間中，例如二維變換到三維，灰度空間變換到彩色空間。圖像大數(shù)據(jù)的分析與處理圖像增強(qiáng)技術(shù)有目的地強(qiáng)調(diào)圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，擴(kuò)大圖像中不同物體特征之間的差別，抑制不感興趣的特征。從技術(shù)角度上來說，圖像增強(qiáng)就是對原先的低質(zhì)量圖像進(jìn)行處理，使其質(zhì)量得以提升，降低原先圖像的噪聲，從而使圖像更加明確清晰。常見的圖像增強(qiáng)方法包括灰度均衡變換、直方圖均衡變換、同態(tài)濾波器等。圖像大數(shù)據(jù)的分析與處理圖像分割技術(shù)把圖像劃分成若干個特定的、具有獨(dú)特性質(zhì)的區(qū)域并提取感興趣目標(biāo)的技術(shù)和過程。它是圖像處理到圖像分析的關(guān)鍵步驟。基于閾值的分割方法基于區(qū)域的分割方法基于邊緣的分割方法基于特定理論的分割方法傳統(tǒng)分割方法基于全連接卷積神經(jīng)網(wǎng)絡(luò)的分割方法基于SegNet的分割方法基于U-Net的分割方法基于深度學(xué)習(xí)的方法圖像大數(shù)據(jù)的分析與處理圖像標(biāo)注技術(shù)利用人工智能或模式識別等計(jì)算機(jī)方法對數(shù)字圖像的低層視覺特征進(jìn)行分析，從而對圖像打上特定語義標(biāo)簽的過程。常見的圖像標(biāo)注模型包括：相關(guān)模型、隱Markov模型、矩陣分解模型、多視圖學(xué)習(xí)模型、以及深度學(xué)習(xí)模型等。圖像大數(shù)據(jù)的分析與處理圖像標(biāo)注技術(shù)圖像標(biāo)注框架總體分為三個模塊，包括兩個特征提取模塊和一個標(biāo)注模型模塊。左側(cè)特征提取模塊主要負(fù)責(zé)獲取圖像的低層視覺特征，右側(cè)特征提取模塊則負(fù)責(zé)獲得標(biāo)注文本（標(biāo)簽）的詞匯特征。圖像的標(biāo)注模塊則主要負(fù)責(zé)建立圖像特征和標(biāo)簽特征之間的關(guān)聯(lián)關(guān)系，以根據(jù)低層視覺特征對未標(biāo)注圖像進(jìn)行標(biāo)注。圖像標(biāo)注模型通用架構(gòu)圖像大數(shù)據(jù)的分析與處理圖像分類根據(jù)輸入圖像所反映的不同特征，把分類標(biāo)簽集合中的一個（或一組）標(biāo)簽分配給輸入圖像的過程。其目的在于利用計(jì)算機(jī)的定量分析技術(shù)代替人的視覺判讀。按照分配給圖像標(biāo)簽的數(shù)目，圖像分類分為單標(biāo)簽分類和多標(biāo)簽分類。常見的圖像分類方法包括：卷積神經(jīng)網(wǎng)絡(luò)、自動編碼器、遷移學(xué)習(xí)、多視圖學(xué)習(xí)、零樣本學(xué)習(xí)、深度殘差網(wǎng)絡(luò)和密集連接網(wǎng)絡(luò)等。右圖為一個典型的多標(biāo)簽分類實(shí)例，根據(jù)左側(cè)圖片可知，上面同時有行人、狗和自行車三種元素，因此會分配給這張圖片三個標(biāo)簽。圖像的多標(biāo)簽基于圖像大數(shù)據(jù)的管理決策基于圖像大數(shù)據(jù)的管理決策，旨在利用主流的圖像分析與處理技術(shù)，挖掘各個管理決策場景下產(chǎn)生的圖像大數(shù)據(jù)，以彌補(bǔ)人類視覺上的不足，從而為研究海量產(chǎn)品選擇、個性化營銷方案制定等管理問題提供決策支持。左圖為一般性的基于圖像大數(shù)據(jù)的管理決策過程，主要包括感興趣區(qū)域提取、圖像標(biāo)準(zhǔn)化處理、圖像擴(kuò)增、圖像特征提取和決策建模五個階段。基于圖像大數(shù)據(jù)的管理決策基于圖像大數(shù)據(jù)的管理決策感興趣區(qū)域（RegionofInterest，ROI）提取從圖像中提取的一個目標(biāo)區(qū)域，該區(qū)域包含后續(xù)圖像分析任務(wù)所關(guān)注的重點(diǎn)。一般地，ROI定位是以方框、圓、橢圓、不規(guī)則多邊形等方式在原始圖像上進(jìn)行確定，借助ROI定位對目標(biāo)區(qū)域進(jìn)行提取可以有效減少在不同條件下采集同一對象圖像之間的差異，減少處理時間，提高識別精度。基于圖像大數(shù)據(jù)的管理決策圖像標(biāo)準(zhǔn)化處理主要包括對數(shù)字圖像尺寸的標(biāo)準(zhǔn)化處理和對數(shù)字圖像像素的標(biāo)準(zhǔn)化處理。圖像尺寸的標(biāo)準(zhǔn)化處理是將提取出的所有ROI區(qū)域修改為相同尺寸，以保證在訓(xùn)練深度模型時所有訓(xùn)練數(shù)據(jù)處于同一維度。圖像像素的標(biāo)準(zhǔn)化處理是將圖像像素矩陣通過去均值實(shí)現(xiàn)中心化處理，根據(jù)凸優(yōu)化理論與數(shù)據(jù)概率分布相關(guān)知識可知，數(shù)據(jù)中心化符合數(shù)據(jù)分布規(guī)律，更容易取得較好的泛化效果。白化處理像素標(biāo)準(zhǔn)化處理基于圖像大數(shù)據(jù)的管理決策圖像擴(kuò)增不增加原始數(shù)據(jù)，只是對數(shù)據(jù)做一些變換，從而創(chuàng)造出更多的數(shù)據(jù)，以豐富數(shù)據(jù)多樣性，提高圖像分類模型的泛化能力。圖像擴(kuò)增的基本原則包括：不能引入無關(guān)的圖像數(shù)據(jù)、擴(kuò)增需要一定的先驗(yàn)知識，針對不同的任務(wù)和場景，所采取的擴(kuò)增策略也存在差異、擴(kuò)增后的圖像類別標(biāo)簽保持不變?；趫D像大數(shù)據(jù)的管理決策圖像特征提取是圖像分析與圖像識別的前提，主要對圖像的像素矩陣進(jìn)行變換，以突出該圖像具有代表性特征的一種方法。常見圖像特征包括顏色特征、紋理特征、形狀特征以及局部特征點(diǎn)等，其中局部特點(diǎn)具有很好的穩(wěn)定性，不容易受外界環(huán)境的干擾?；趫D像大數(shù)據(jù)的管理決策圖像特征提取傳統(tǒng)方法包括顏色直方圖、灰度共生矩陣、Hough圖像變換檢測以及各種濾波變換等。深度學(xué)習(xí)技術(shù)近年來被廣泛用于圖像特征提取任務(wù)。以FasterR-CNN深度模型為例，首先利用卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征生成特征圖，然后使用區(qū)域提案網(wǎng)絡(luò)生成區(qū)域提案的邊界框，接著利用邊界框回歸對生成區(qū)域提案進(jìn)行微調(diào)，最后生成圖像目標(biāo)區(qū)域特征，用于后續(xù)決策建模。傳統(tǒng)特征提取深度特征提取基于圖像大數(shù)據(jù)的管理決策決策建?；趫D像大數(shù)據(jù)的決策建模主要是指利用主流的深度學(xué)習(xí)技術(shù)，從大量經(jīng)過上述處理操作的圖片中學(xué)習(xí)相關(guān)信息，然后針對特定問題，提供決策輸出，作為用戶參考，輔助管理決策的過程。案例分析青光眼是一種常見眼部疾病，會損傷視覺神經(jīng)，已經(jīng)成為導(dǎo)致人群失明的最主要原因之一。雖然目前針對青光眼沒有較好的治愈方法，但是越早發(fā)現(xiàn)對于停止進(jìn)一步的視力損傷就越有意義。盡管專家可以觀測到青光眼的癥狀，但是操作過程較為復(fù)雜且十分耗時。由于人口眾多以及有限的醫(yī)療資源，在中國關(guān)于青光眼的診斷變得越發(fā)困難。隨著人工智能技術(shù)的發(fā)展，已經(jīng)發(fā)現(xiàn)深度學(xué)習(xí)模型在基于醫(yī)學(xué)影像的疾病診斷方面的優(yōu)勢，但是現(xiàn)有研究缺少考慮相關(guān)領(lǐng)域知識，導(dǎo)致對于數(shù)據(jù)規(guī)模要求較高。正常視野早期青光眼進(jìn)展期青光眼晚期青光眼案例分析針對該問題，研究者設(shè)計(jì)了一種領(lǐng)域知識驅(qū)動的深度多分支網(wǎng)絡(luò)模型，用于青光眼的早期診斷。該模型所考慮的領(lǐng)域知識包括對青光眼診斷的重