61、视觉概念学习与信号去噪技术解析

视觉概念学习与信号去噪技术解析

1. 基于视觉基元的学习方法

在视觉学习领域，一种创新的方法是从光栅图像中抽象出来，使用视觉基元（Visual Primitives，VPs）作为视觉信息的基本颗粒。在学习过程之前，输入图像需要进行适当的预处理，将其转换为视觉基元表示（Visual Primitives Representation，VPR）。每个VP由四个标量属性描述：x坐标、y坐标、方向和强度。

具体操作步骤如下：
1. 提取VPs ：使用具有四个不同方向α（0°、45°、90°和135°）的Gabor滤波器从单色输入图像中提取VPs。在α - Gabor滤波器响应中，位置(x, y)处的局部最大值会产生一个VP p = (x, y, α)。
2. 限制VPs数量 ：为了限制VPR中VPs的数量，只考虑Gabor滤波器响应中最亮像素的预定义β - 百分位数。同时，同一方向的两个VPs之间的距离不能小于预定义的距离dmin。

得到的VPR通常比原始图像紧凑几个数量级。例如，当β = 0.05和dmin = 4时，VPR能够有效地表示图像信息。

这种方法在视觉学习中采用了遗传编程（Genetic Programming，GP）的变体。为了遵循最少承诺原则，允许GP表达式/树直接处理VPs集合，而不仅仅是从它们派生的预定义标量特征。使用了具有三种基本类型的类型化GP：标量（ℜ）、VPs集合（P）和属性标签（A）。

GP节点分为终端节点和非终端节点：
- 终端节点 ：分别产生临时随机常数、输入图像z的VP