整合局部特征和滤波器特征的空间金字塔匹配模型.pdf

《整合局部特征和滤波器特征的空间金字塔匹配模型.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第９期电子学报Ｖｏｌ．３９Ｎｏ．９２０１１年９月ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡＳｅｐ．２０１１整合局部特征和滤波器特征的空间金字塔匹配模型高常鑫，桑农（华中科技大学图像识别与人工智能研究所多谱信息处理技术国家级实验室，湖北武汉４３００７４）摘要：本文提出一种场景分类方法，通过整合局部特征和滤波器特征获得丰富的表征信息，并利用空间金字塔匹配模型提取空间上下文信息．该方法有如下四个特点：（１）通过转换将滤波器很好地嵌入空间金字塔匹配模型中；（２）在滤波器特征转换的过程中，采用降采样和平均操作，在空间密度和空间范围两者之间取得了很好的折衷；（３）将滤波器特征和局部特征组合

2、起来，获得了更强的描述能力；（４）捕获了像素域和调制域的互补信息．同时，在三个数据库上的实验证明了该方法的有效性．关键词：基于上下文的表征；空间金字塔匹配；像素域；调制域；场景分类中图分类号：ＴＰ３９１４１文献标识码：Ａ文章编号：０３７２２１１２（２０１１）０９２０３４０５ＵｎｉｆｙｉｎｇＬｏｃａｌＦｅａｔｕｒｅｓａｎｄＦｉｌｔｅｒｂａｎｋＦｅａｔｕｒｅｓｉｎｔｈｅＳｐａｔｉａｌＰｙｒａｍｉｄＭａｔｃｈｉｎｇＭｏｄｅｌＧＡＯＣｈａｎｇｘｉｎ，ＳＡＮＧＮｏｎｇ（ＩｎｓｔｉｔｕｔｅｆｏｒＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎａｎｄＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ

3、，ＮａｔｉｏｎａｌＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙｏｎＭｕｌｔｉｓｐｅｃｔｒａｌＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇ，ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ，Ｈｕｂｅｉ４３００７４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｎａｐｐｒｏａｃｈｔｏｓｃｅｎｅｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｗｈｉｃｈｕｎｉｆｉｅｓｌｏｃａｌｆｅａｔｕｒｅｓａｎｄｆｉｌｔｅｒｂａｎｋｆｅａｔｕｒｅｓｔｏｃａｐｔｕｒｅｒｉｃｈｒｅｐｒｅｓｅｎｔａｔｉｏｎｉｎｆｏｒｍａｔｉｏｎ，ａｎｄ

4、ｅｘｔｒａｃｔｓｓｐａｔｉａｌｃｏｎｔｅｘｔｉｎｆｏｒｍａｔｉｏｎｕｓｉｎｇｔｈｅｓｐａｔｉａｌｐｙｒａｍｉｄｍａｔｃｈｉｎｇ（ＳＰＭ）ｍｏｄｅｌ．Ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｈａｓｆｏｕｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ｆｉｒｓｔ，ｆｉｌｔｅｒｂａｎｋｆｅａｔｕｒｅｓａｒｅｓｕｃｃｅｓｓｆｕｌｌｙｅｍｂｅｄｄｅｄｉｎｔｏｔｈｅＳＰＭｍｏｄｅｌｂｙａｔｒａｎｓｆｏｒｍａｔｉｏｎｍｅｔｈｏｄ．Ｓｅｃｏｎｄ，ｉｎｔｈｅｔｒａｎｓｆｏｒｍｐｒｏｃｅｓｓ，ｄｏｗｎｓａｍｐｌｉｎｇａｎｄａｖｅｒａｇｅｐｏｏｌｉｎｇａｒｅｕｓｅｄｔｏａｃｈｉｅｖｅｇｏｏｄｂａｌａｎｃｅｂｅｔｗｅｅｎ

5、ｓｐａｔｉａｌｄｅｎｓｉｔｙａｎｄｓｐａｔｉａｌｅｘｔｅｎｔ．Ｔｈｉｒｄ，ｆｉｌｔｅｒｂａｎｋｆｅａｔｕｒｅｓａｎｄｌｏｃａｌｆｅａｔｕｒｅｓａｒｅｃｏｍｂｉｎｅｄｔｏｒｅｐｒｅｓｅｎｔｉｍａｇｅｓｆｏｒｍｏｒｅｄｉｓｃｒｉｍｉｎａｔｉｖｅｐｏｗｅｒ．Ｆｏｕｒｔｈ，ｔｈｅｃｏｍｐｌｅｍｅｎｔａｒｙｉｎｆｏｒｍａｔｉｏｎｉｓｅｘｔｒａｃｔｅｄｉｎｐｉｘｅｌａｎｄｍｏｄｕｌａｔｉｏｎｄｏｍａｉｎｓ．Ｐｒｏｍｉｓｉｎｇｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｎｔｈｒｅｅｄａｔａｓｅｔｓｄｅｍｏｎｓｔｒａｔｅｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ．Ｋｅ

6、ｙｗｏｒｄｓ：ｃｏｎｔｅｘｔｂａｓｅｄｒｅｐｒｅｓｅｎｔａｔｉｏｎ；ｓｐａｔｉａｌｐｙｒａｍｉｄｍａｔｃｈｉｎｇ；ｐｉｘｅｌｄｏｍａｉｎ；ｍｏｄｕｌａｔｉｏｎｄｏｍａｉｎ；ｓｃｅｎｃｅｃｌａｓｓｉｆｉｃａｔｉｏｎ人类视觉对于现实世界场景的识别是从场景的整体结１引言［７～９］构开始的，甚至不需要知道其中具体包含的目标．场景分类是计算机视觉中一个极具挑战性的课题．人类在２００ｍｓ内就可以捕获一幅场景中一定的感知和场景分类在计算机视觉中的应用非常广泛，例如可以用语义信息（图像和其中部分目标的语义类别以及它们的于移动式遥控装置导航，也可以作为特定目标识别的预一些属性），称为场景的“ｇ

7、ｉｓｔ”［１０，１１］．考虑到人类视觉的［１～３］处理过程．在计算机视觉的研究中，最常用的场景优越性，很多研究者试图从精神物理学和神经生理学中分类方法是基于目标的方法．通常场景中有一些固定的寻找一些启发来填补低层视觉特征和高层语义概念之明显标志，基于目标的场景分类方法正是通过识别这些间的鸿沟．最近一些计算机视觉研究者提出，将一幅图［４～６］标志来识别这个场景的．但是这些方法还包含一些像当作一个整体，然后利用场景空间分布的低维统计编中间步骤，比如分割、特征组织和目标识别，而这些也是码来获取场景