MapReduce框架下的实时大数据图像分类

被引：7

作者：

张晶 ^{[1
,2
]}

冯林 ^{[1
,2
]}

王乐 ^{[1
,2
]}

刘胜蓝 ^{[1
,2
]}

机构：

[1] 大连理工大学电子信息与电气工程学部计算机科学与技术学院

[2] 大连理工大学创新实验学院

来源：

计算机辅助设计与图形学学报 | 2014年 / 08期

关键词：

大数据; MapReduce; 在线极端学习机; 人脸识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

图像数据作为大数据的重要组成部分蕴含着丰富的知识,且图像分类有着广泛的应用,利用传统分类方法已经无法满足实时计算的需求.针对此问题,提出并行在线极端学习机算法.首先利用在线极端学习机理论得到隐层输出权值矩阵;其次根据MapReduce计算框架的特点对该矩阵进行分割,以代替原有大规模矩阵累乘操作,并将分割后的多个矩阵在不同工作节点上并行计算;最后将计算节点上的结果按键值合并,得到最终的分类器.在保证原有计算精度的前提下,将文中算法在MapReduce框架上进行拓展,以人脸图像为例对大规模图像数据进行分类的结果表明,该算法能够针对大数据图像进行快速、准确的分类.

引用

页码：1263 / 1271

页数：9

共 10 条

[1] 人脸识别理论研究进展
周激流
张晔
[J]. 计算机辅助设计与图形学学报, 1999, (02) : 85 - 89
[2] Parallel extreme learning machine for regression based on MapReduce[J] . Qing He,Tianfeng Shang,Fuzhen Zhuang,Zhongzhi Shi.Neurocomputing . 2013
[3] Face recognition based on extreme learning machine
Zong, Weiwei
Huang, Guang-Bin
[J]. NEUROCOMPUTING, 2011, 74 (16) : 2541 - 2551
[4] Directional binary code with application to PolyU near-infrared face database
Zhang, Baochang
Zhang, Lei
Zhang, David
Shen, Linlin
[J]. PATTERN RECOGNITION LETTERS, 2010, 31 (14) : 2337 - 2344
[5] MapReduce[J] . Jeffrey Dean,Sanjay Ghemawat.Communications of the ACM . 2008 (1)
[6] Extreme learning machine: Theory and applications[J] . Guang-Bin Huang,Qin-Yu Zhu,Chee-Kheong Siew.Neurocomputing . 2006 (1)
[7] Face recognition[J] . W. Zhao,R. Chellappa,P. J. Phillips,A. Rosenfeld.ACM Computing Surveys (CSUR) . 2003 (4)
[8] On the Learnability and Design of Output Codes for Multiclass Problems
Koby Crammer
Yoram Singer
[J]. Machine Learning, 2002, 47 : 201 - 233
[9] The FERET database and evaluation procedure for face-recognition algorithms
Phillips, PJ
Wechsler, H
Huang, J
Rauss, PJ
[J]. IMAGE AND VISION COMPUTING, 1998, 16 (05) : 295 - 306
[10] http://rgb-d.eurecom.fr .

← 1 →