基于Fisher权重改进的OB场景分类方法-论文.pdf

《基于Fisher权重改进的OB场景分类方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第4l卷第2期应用科技、，01．41NO．22014年4月AppliedScienceandTechnologyApr．2014doi：10．3969~．issn．1009-671X．201301011网络出版地址：http：／／www．cnki．net／kcms／doi／lO．3969~．issn．1009-671X．201301011．html基于Fisher权重改进的OB场景分类方法谢守志，张磊哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨150001摘要：目标库(objectbank，OB)方法是一种使用了高水平语义特征的场景分类方法。针对OB方法使用过高维数的特征向量来表征图

2、像的缺点，提出一种基于Fisher权重改进的OB方法。通过对没有进行空间金字塔处理的OB方法中的低维特征向量加以Fisher权重，使得新得到的特征向量具有极大化类间数据差异并且极小化类内数据差异的性质。实验表明，该方法与OB方法相比在分类效率上提高了10倍以上，并在分类的准确率上提高了3％左右。关键词：OB方法；Fisher判别；场景分类；空间金字塔；支持向量机中图分类号：TP751文献标志码：A文章编号：1009．671X(2014)02．0021．04AnimprovedOBsceneclassificationmethodbasedonFisherweightXIEShouzhi

3、，ZHANGLeiCollegeofInformationandCommunicationEngineering，HarbinEngineeringUniversity，Harbin150001，ChinaAbstract：Objectbank(OB)methodisasceneclassificationmethodbyusingahigh-levelsemanticfeatures．AnewimprovedOBsceneclassificationmethodbasedonFisherweightisproposedtoovercomethedisadvantageofusingt

4、oohigh-dimensionalfeaturevectorstoexpressimagesinOBmethod．ByaddingtheFisherweighttothelow—dimensionalfeaturevectorinOBwithnospatialpyramidprocessing，thenewfeaturevectorsmaximizethediferencesofthebetween——classdataandminimizethedifferencesofthewithin-classdata．Theexperimentsshowthattheimprovedmet

5、hodmakestheclassificationeficiency10timeshigherthantheOBmethod．andincreasestheclassificationaccuracyby3％．Keywords：OBmethod；Fisherdiscrimiant；sceneclassification；spatialpyramid；supportvectormachine(SVM)场景分类就是分局视觉感知组织原理，找出图类方法。这种方法的核心思想是使用了物体滤波器像中存在的某些特定区域，这些区域可能是整幅图响应所构建的特征向量来代表图像，因此也称为目像，也可能是图像中

6、的某个区域，其目标是根据给标库(objectbank)方法，简称OB方法。相比于颜定的一组语义类别对图像数据库进行自动标注。随色、纹理等低层特征，OB方法中的图像表征含有高着网络技术的飞速发展，数字图像数量的猛增，传层的语义信息，通过场景图像中物体的出现与否以统的依靠人工对图像进行分类与标注的管理方式由及分布情况来对场景进行分类。最后使用简单的于需要耗费大量的人力资源而变得不切实际。如何SVM分类器，这种物体级别的图像表征方法对图像快速准确的对场景图像分类就成为了计算机视觉领场景分类任务取得了比较高的分类结果。但是，OB域的一个研究热点。方法使用了一个高维数的特征向量，这在一定程度传统

7、的场景分类方法大多使用图像的底层特上影响了其分类的效率。征，如颜色信息、纹理信息等，也有不少方法通过本文针对OB方法特征向量维数过高的问题提构建中间语义层对图像场景建模来完成场景分类任出了一种基于Fisher权重改进的OB方法。在改进务。但是，这些图像的中低层特征与高层语义之间的OB方法中，通过在较低维数的特征向量上加以存在着较大的语义鸿沟。LiLi—jia和LiFei—Fei等【l】Fisher权重来完成场景分类任务，在保证分类效果在2010