Erlernen der Relevanzen von Unterkategorien zur Kategorisierung

Eine reale Objektkategorie kann als charakteristische Konfiguration ihrer Teile betrachtet werden, die selbst einfachere, kleinere (Unter)kategorien sind. Die Erkennung einer Kategorie kann daher erleichtert werden, indem ihre Bestandteil-Unterkategorien erkannt und deren Ergebnisse kombiniert werden. Gegeben ist ein Satz von Trainingsbildern, die jeweils mit einer enthaltenen Objektkategorie beschriftet sind, präsentieren wir einen Ansatz zum Lernen: (1) Taxonomie, definiert durch rekursive Teilung von Unterkategorien durch mehrere Bildkategorien; (2) Relevanz von Unterkategorien als Maß für den Beweis, den eine Unterkategorie für das Vorhandensein ihres Überordners bietet; (3) Wahrscheinlichkeit, dass das Bild eine Unterkategorie enthält; und (4) Prior, dass eine Unterkategorie auftritt. Die Bilder werden als Punkte in einem Merkmalsraum dargestellt, der durch das Vertrauen in das Auftreten der Unterkategorien aufgespannt wird. Die Relevanzen der Unterkategorien werden als Gewichte geschätzt, die notwendig sind, um die entsprechenden Achsen des Merkmalsraums so zu skalieren, dass Bilder mit derselben Beschriftung näher beieinander liegen als solche mit unterschiedlichen Beschriftungen. Wenn ein neues Bild aufgetaucht ist, werden die erlernte Taxonomie, Relevanzen, Wahrscheinlichkeiten und Prioritäten von einem linearen Klassifikator verwendet, um das Bild zu kategorisieren. Im herausfordernden Caltech-256-Datensatz übertrifft der vorgeschlagene Ansatz die besten berichteten Kategorisierungen signifikant. Dieses Ergebnis ist bedeutsam, da es nicht nur die Vorteile aufzeigt, die Unterkategorie-Taxonomie für die Erkennung zu nutzen, sondern auch andeutet, dass ein Merkmalsraum, der durch Teilmerkmale und nicht durch direkte Objektmerkmale aufgespannt wird, eine lineare Trennung von Bildklassen ermöglicht.