集成多特征与稀疏编码的图像分类方法.pdf

《集成多特征与稀疏编码的图像分类方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第27卷第4期模式识别与人工智能Vol_27No．42014年4月PR&AIApr．2014集成多特征与稀疏编码的图像分类方法术罗会兰郭敏杰孔繁胜(江西理工大学信息工程学院赣州341000)(浙江大学计算机科学与技术学院杭州310027)摘要采用单一特征时存在提取信息量不足、对图像内容描述较片面等问题，单一编码方法在组织特征向量时也会对图像造成过多的信息丢失．针对这些问题，文中提出一种集成多特征与稀疏编码方法．首先，对图像进行空间金字塔划分，结合尺度不变特征和梯度方向直方图特征之间的优势互补性，提取得到不同的特征集．然后，在不同的特征集上用不同的聚类方法得到不同的视觉词汇

2、本，在每个词汇本上分别进行局部稀疏编码和稀疏编码，得到不同的图像描述集．最后，利用线性SVM进行图像分类，并对得到的多个结果采用投票决策方法决定最终分类情况．实验表明文中方法有良好的准确性和鲁棒性．关键词图像分类，空间金字塔，集成，多特征组合，稀疏编码中图法分类号TP391．41ImageClassificationMethodbyCombiningMulti-featuresandSparseCodingLUOHui—Lan，GUOMin．Jie，KONGFan—Sheng(FacultyofInformationEngineering，JiangxiUniversit

3、yofScienceandTechnology，Ganzhou341000)(CollegeofComputerScienceandTechnology，ZhefiangUniversity，Hangzhou310027)ABSTRACTUsingasingleimagefeaturetodescribetheimagecontentisone—sidedbecauseoftheinsufficientinformation．Besides，thesinglecodingmethodusuallylosesthespatialinformation．Tosolvethes

4、eproblems，anapproachofintegratingmulti-featuresandsparsecodingmethodsisproposed．Imagesarefirstlydividedintosubregionsaccordingtothespatialpyramid，andthenthecomplementaryadvantagesofscaleinvariantfeaturetransformandthehistogramoforientedgradientsfeaturesarecombinedtoproducevariousfeaturese

5、ts．Then，differentclusteringmethodsareusedondifferentfeaturesetstoacquiredifferentcodebooks．Next，twosparsecodingmethods，localityconstrainedlinearcodingandsparsecodingbasedoneachcodebookarefurtheremployedrespectivelytogetvariousimagedescriptionsets．Finally，linearsuppo~vectormachinesareappli

6、edtoimageclassification，andavotingmethodisusedtodeterminethefinalclassification．Experimentalresultsshowthattheproposedmethodhasgoodaccuracyandrobustnesscomparedwithsomestate—of-the—artmethods．$国家自然科学基金项目(No．61105042)、国家973计划项目(No．2010CB327900)、江西省教育厅科技项目(No．GJJ13421)资助收稿日期：2013-01-22；修回日期

7、：2013—04—22作者简介罗会兰(通讯作者)，女，1974年生，博士后，教授，主要研究方向为机器学习、模式识别．E—mail：luohuilan@sina．com．郭敏杰，女，1989年生，硕士研究生，主要研究方向为模式识别．孑L繁胜，男，1946年生，教授，博士生导师，主要研究方向为人工智能、知识发现．模式识别与人工智能27卷KeyWordsImageClassification，SpatialPyramid，Integration，Multi-featureCombination，SparseCoding1引言Codi