پردازش تصوير بين‌دامنه‌اي با استفاده از تحليل تفكيك خطي فيشر و واگرايي برگمن

Cross Domains Image Processing via Fisher Linear Discriminative Analysis and Bregman Divergence

پردازش تصوير روشي براي اعمال برخي عمليات‌ها برروي تصوير، براي به‌دست‌آوردن تصاويري با كيفيت بالاتر يا استخراج برخي اطلاعات مفيد مي‌باشد. الگوريتم‌هاي سنتي پردازش تصوير در شرايطي‌كه تصاوير آموزشي (دامنه منبع) كه براي ياددهي مدل استفاده مي‌شوند توزيع متفاوتي از تصاوير آزمايشي (دامنه هدف) داشته، نمي‌توانند عملكرد خوبي داشته. درواقع، وجود اختلاف توزيع شرطي بين دامنه‌هاي منبع و هدف، بازدهي مدل را كاهش مي‌دهد. تطبيق دامنه و يادگيري انتقالي راه‌حل‌هاي اميدبخشي هستند كه هدف آن‌ها تعميم‌دادن يك مدل يادگيري بين داده‌هاي آموزشي و تست با توزيع‌هاي متفاوت است. در اين مقاله، مسئله پردازش تصوير بين‌دامنه‌اي بدون‌نظارت مورد توجه قرار گرفته است كه هيچ برچسبي براي داده‌هاي تست در دسترس نمي‌باشد. درواقع، روش پيشنهادي دامنه‌هاي منبع و هدف را به يك زيرفضاي كم‌بعد مشترك براساس FLDA به‌صورت بدون‌نظارت منتقل مي‌كند. روش پيشنهادي ما، اختلاف احتمال توزيع شرطي در داده‌هاي منبع و هدف را ازطريق واگرايي برگمن حداقل مي‌كند. يك ماتريس نگاشت به‌دست مي‌آيد كه داده‌هاي منبع و هدف را به يك زيرفضاي مشترك انتقال مي‌دهد كه در آن فضا ماتريس پراكندگي بين‌كلاسي حداكثر شده و ماتريس پراكندگي درون‌كلاسي و توزيع‌هاي بين‌دامنه‌اي حداقل مي‌شود. آزمايشات متنوع برروي 58 عمليات طبقه‌بندي بين‌دامنه‌اي برروي شش پايگاه‌داده همگاني نشان مي‌دهد كه روش پيشنهادي ما بهتر از روش‌هاي پردازش تصوير جديد ارائه‌شده در حوزه بين‌دامنه‌اي عمل مي‌كند.

Image processing is a method to perform some operations on an image, in order to get an enhanced image or to extract some useful information from it. The conventional image processing algorithms cannot perform well in scenarios where the training images (source domain) that are used to learn the model have a different distribution with test images (target domain). In fact,the existence of conditional distribution difference across the source and target domains degrades the performance of model. Domain adaptation and transfer learning are promising solutions that aim to generalize a learning model across training and test data with different distributions. In this paper, we address the problem of unsupervised cross domain image processing in which no labels are available in test images. In fact, the proposed method transfers the source and target domains into a shared low dimensional FLDA-based subspace in an unsupervised manner. Our proposed method minimizes the conditional probability distribution difference of the source and target data via Bregman divergence. We provide a projection matrix to map the source and target data into a common subspace on which the between class scatter matrix is maximized and within class scatter matrix and cross domain distributions are minimized. Extensive experiments on 58 cross-domain image classification tasks over six public datasets reveal that our proposed method outperforms the state-of-the-art cross domain image processing approaches.