《电气与自动化外文翻译外文文献英文文献中英对照计算机视觉中的学习几点想法》由会员分享，可在线阅读，更多相关《电气与自动化外文翻译外文文献英文文献中英对照计算机视觉中的学习几点想法（21页珍藏版）》请在金锄头文库上搜索。
1、计算机视觉中的学习：几点想法Maria PetrouCommunications and Signal Processing Group,Electrical and Electronic Engineering Department,Imperial College,London SW7 2AZ, UK摘要：归纳的能力是学习的最重要的品质，并且归纳总结可以通过模型识别系统了解知识的规律而不是它的表面，一个叫知识库的东西已经被提上日程了，通过它所有的知识都能过被组织起来，一个通过使用这个知识库和效用理论方面的知识的翻译场景系统也被提上日程了，同时有人认为，全部一致的标签解决方案是一个人造认知体
2、系既不可能，也不可取。1 引言通常“学习”这个词在现代社会有很多种解释，特别是从计算机语言来看。它已经被用来解释很多事物，从传输数据到怎样去识别视觉结构，这些领域最有价值参数的定义都将可以得到解释。所以，我们应该试着去理解这个世界的现象，就像它出现在认知领域相关数学方程式中的问题一样。在下面的部分，我们首先要从电脑视角去了解学习的意义，同时去探究这个世界的两种定义之间的可能联系。2 学习的主要特征和认知任务有关的第一算法的部分内容已经被提上日程，它们的主要内容主要是有关的神经网络的。神经网络的支持者们经常评论他们所开发的神经网络的归纳能力。归纳是学习的主要特点之一。事实上，我们在教我们的孩子时
3、常常用童话故事和比喻，通常假定他们有能力把它们推广到实际情况中去。为了能确保我们能够教会我们的孩子，我们时常希望把生活中可能遇到的情况都交给他们，我想这种情形是十分可笑的。因此我们可以肯定推断归纳总结的能力是学习中最重要的能力。L. Rueda, D. Mery, and J. Kittler (Eds.): CIARP 2007, LNCS 4756, pp. 112, 2007.c Springer-Verlag Berlin Heidelberg 2007这意味着这种利用训练样本区间跨越特征空间的经典模型识别方法并不是这个世界认知意识的真正的学习方法。为了能够更好的推广，这种建立在规律上
4、的神经网络通常在很大程度上依赖于有足够的训练样本才能填充足够的特征空间。神经网络的这种训练方法通常被用来去靠近与分段线性部分特征空间中的类边界。当一个未知的模式到来时，它能够和已经确定的填充空间联系起来，从而能够把模型出现的地方填充起来。一些旧的和一些最近刚开发的方法是通过选择在类边界中其主要作用的模型实现的，而不是使用高一级的归纳能力，这些方法都是一些简单可行的方法。所以,神经网络和模式识别方法并不是这个世界认知意识上的学习方法。问题在于:是这种被认知科学家和心理学家理解意义上的学习就是算法,还是某种超越目前掌握的数学形式?反对学习就是算法的证据是人类的学习能力来自于一些简单的例子。同样相反
5、的观点是人类花大量的时间去学习,我们所见证的是一个简单的学习是这些新方法的应用的表现,比如一些通用的规则, 元知识一直慢慢刻画在潜意识里了。我要澄清一下,“学习”在这里不是指取得一个大学学位。这的确是一个很漫长的过程,这是需要大约三分之一的寿命的一个人。学习这里喻指生存技能,操作技能在日常生活中。由于人类成长期在大约12 - 15岁之间,我们可以假定自然认为人类儿童已经准备好怎样面对生活在那个阶段。所以,我们可以说,人类作为独立的实体生命“学习”他们要学习的东西要经过12 - 15年的时间，这将是他们生命中很长的一段时间。所以,人类似乎是一个很慢的学习者。他们花很多时间去了解元知识的规则。正是
6、这些被人们从数学算法的角度掌握的规则使人们能够很快的掌握知识，这就是我们经常的见到的例子。我们也许会从以上的观点得出以下结论:- 归纳总结的一个重要特征是学习；- 在算法学习中,概括必须得到足够的训练,从而能够填充整个类空间部分，或者是类边界的部分地方；- 我们都有真实的归纳命题能力,只有当由训练的例子学会知识变成如何间接地提取物体的身份而不是对象的类。如果这样的学习发生,完全未知的东西可能会得到正确的解释,即使在没有先前的例子的情况下。这个结论意味着我们必须教导计算机怎样去做,为的是建造一个认知系统,这是关系,而不是事实。例如,背字典的一种语言,没有教一个人的语言。这个人必须去学习单词之间的
7、关系,以掌握这门语言。这是同意温斯顿的创新实验教计算机认识拱门，但不给计算机所有它可能遇到拱门。他把这个例子和柜台拱的例子教给它,教它识别组件之间的关系,如“支持”和“被支持”之间的关系。3 知识和元知识至少有50个学习方面的理论的已经被认知科学家写出来了。在计算机科学中,我们往往会区分两种形式的学习: 试验式的学习和证明式的学习。归纳学习也被计算机科学家使用了,但是我们不应该像那样去处理,因为它意味着学习者已经学会了逻辑法则。所以,归纳学习可能被认为是已学中的应用元知识规则实验的能力，学习意味着尝试和给出结果,并从中得出结论。它最简单的形式就像全自动的过程一样。全自动分割算法,例如,将工作如
8、下:进行分割,评估结果质量,调整参数,然后再试一次。直接的结论是:实验式的学习需要反馈回路。还要求一个可用的标准进行系统工作怎样的一个判断依据。这个标准的成为独立知识或信息用于进行信息分段,是非常重要的，否则结果将是一个预言式的幻想而已。在半自动系统,则是由人来决定。报告的结果则包括文学的声明类型:“最好的阈值是通过尝试与错误发现的。“这种方法是一种非常合理的学习方式。就像一个受到监督式学习的雨伞,它对于帮助人类学习来说就像一个教师。飞往完全自动化的方法是相当于假设计算机可能通过学习元知识阶段,需要构建规则,现在学习收益很快,利用这些元规则。例如,如果我们知道农业等行业倾向于有直的边界,可以分
9、辨部分输出捕捉到的图像的好与坏,它是通过空气传播的传感器捕捉到的，根据它是否产生了地区边界直。那个领域的知识是一个元知识是直的边界。部分可能操作只使用纹理和边缘信息。边界推断何以直,可用于作为标准来驱动系统使用其反馈回路,以制定出一个更好的分割。问题于是变为:系统如何获得这元知识?早些时候,那一定是元知识必须要由人类的孩子(或计算机学习者)痛苦地缓慢掌握通过大量观察农业领域的例子。虽然没有发现可以将这些元知识移植到人类孩子的大脑中的有效方法。从老师的大脑中,计算机的优势在这里:更像一个老师，就是我们人类,我们可插入把元知识进入系统当正在进行的标准算法的自我评估。从这个的论点,我们得出结论:-
10、可能在出现时不仅有未注册的关系,而且特点,类对象都有。- 在交互系统中,元知识被人类老师人为地插入到计算机学习者大脑中。- 在自动化系统, 元知识被用来对计算机的学习者提供人类的老师绩效考核的标准的形式。出现了两个问题是:- 什么把知识和元知识连接起来?- 开始的时候如何学习元知识?4 论证式学习为了回答上述问题，我们得到了一个从我们前面提到的第二种类型学习的机会，即通过示范学习线索。这里的示范者是老师。接下来是一个故事，我从我奶奶听到。请记住，儿童的传统的教学方式一直被通过故事和比喻。这个故事提供的线索，是我们正在寻找的内容。“很久以前有一个陶工，他得到一个学徒并且可以让他有学习陶艺技术的机
11、会。陶工把他的陶壶放在烤箱里。两个小时后，他把火灭了坐下来休息，抽起烟来，就像他是一个老人一样。然后，他把盆拿出烤箱。它们看上去真是太完美了。学徒后来决定做自己的盆。他让他们拿出粘土，放在烤箱里。两个小时之后，他也把他们拿出来。但是这些壶都坏了。他重复同样的工作但却得到同样的结果。他找到那个陶工并问他说：“你没真正的教我。这样事情不可能发生如果你真的教我的话。”“难道你停止吸烟后，您关掉火了？”“不，我不吸烟。”“那是因为你拿出了烤箱盆出得太早了。”我相信这个故事是有关我为了教我们要注意细节而讲的。事实上，如果陶工的徒弟看了陶工来回几十次表演的时候注意一些轻微变化，而且始终与前稍作停，他可能学
12、到做陶盘至关重要的过程。另一方面，如果老师给出了明确的信息的话，那么这个老师可能就是一个更好的老师了。所以，这个故事告诉我们，我们学习新知识是从很少的例子当中获得的，如果想快速获得的话只有当有人向我们解释他么不是怎样做到的才行。一个孩子一直问“为什么”，这才是一个孩子如何才能学习好的办法。这告诉我们“我们不能撇清学习认识到每个对象的学习，为什么它是这样的”。有人可能会想到下面的老师和学生之间的交流和学习：“这是什么？”“这是一个窗口。”“为什么？”“因为它让光进来，并允许人们看到了。”“那怎样做呢？”“通过具有一个宽阔的视野。”“这是是真的吗？”这种学习顺序如图1所示。这个数字建议在我们的大脑
13、，知识是由一个网络，形成一系列复杂的结构，我称之为知识之塔。名词的网络是一个对象名称，标签网络，例如： 窗口，烟囱，门等动词或行动网络，是网络功能，例如： 看出来，进入，退出等表象网络是一个功能所需的基本形状网络实现，如： “这是人类以自己的视野对外认识的水平。”因此，知识的洪流是上面那段谈话内容一样。当系统循环结束时，我们可以证明，我们正在研究的对象其功能用途的特点可以实现这项任务，因此，对于人工视觉科学家来说，他们的任务是去建立网络及其相互连接层之间的模型。我们有我们所掌握的各种工具：马尔可夫随机域，推理规则，贝叶斯网络，模糊推理等我从一开始就排除任何确定性的办法，或者是因为事情是真正随机
14、的性质（或至少有一个显着的随机成分），或者当为制定清晰的决策规则和决定时因为我们的模式和我们的知识是太粗糙和不完美而不能胜任。5 马尔可夫随机场 最近的一些工作发现的证据表明，网络名词（最贴切的说法是“思想”，如果从网络心理加以描述）是一个随机网络拓扑，而由一些想法组成的关系网络，它们是拓扑无尺度的。例如，像“叉刀”，“门窗口”比“门”或“窗口”出现地更加频繁。这表明，这些网络相互之间的连接总是不断变化的，而且实际上并不总是对称的。例如，想法“门”的可能引发的“窗口”的想法比“窗口”引发的想法“门”的想法更加频繁。这种不对称的相互作用表明马尔可夫随机场（马尔科夫场）不适用于它们在图像处理应用上
15、的一贯的形式。一个在网格上定义的马尔可夫随机场邻里之间的相互作用的例子如下图2b所示。马尔可夫随机场以及它提供给邻近的相互作用的重力，不能由吉布斯联合概率密度函数来表示。例如，在中心的细胞被顶部左邻重力-1影响，而他自己，作为顶部左下角的单元格的右边的邻居，通过重力-1来影响它。当一个试图释放这样一个随机场时，这种不对称会导致系统的不稳定，因为创建的本地模式不是全部一致的（不是全可由吉布斯分布可表达出来的）。这种马尔可夫随机场的一些发散是不收敛的，而是在一些可能的状态之间摇摆。 （最佳化的吉布斯分布偶尔会收敛到正确的解释，但更多的往往不是这样，他们幻想他们得到了错误解释。）因此，通过使用一个非
16、吉卜赛中期马尔科夫场，在每一个知识水平的人们都可以来建立网络模型，如图表1所示。层与层之间的相互依赖性，也可能通过这样的网络来建立模型，但也许使用贝叶斯模型比较适合，因为层与层之间的相关性是因果关系或诊断关系，而不是点对点对等关系。然而问题是：“我们去哪儿得到这些知识来构建网络？”母亲教她的孩子从哪里得来？孩子的母亲没有最简单的真理或普遍的知识可以教给她的孩子：她明白一些东西，然后才告诉他的孩子，然后她想起别的东西，根据她自己的想法，这些想法是相互交织的并且由她自己的感觉来组织的，她会再次给孩子讲讲。因此，所有的母亲（老师）的作用是传授给孩子她自己关于这些想法和概念之间的联系。如果母亲告诉孩子：“这是一支铅笔，那是一个橡胶。铅笔帮助我们而橡皮帮助我们抹去我们写的东西。”孩子会在自己的大脑中会有像他的母亲同样的反应。铅笔橡皮现象将在孩子的大脑中产生一个关于名词的网络很强的记忆，就
