独立子空间中的场景特征增量学习方法.pdf

独立子空间中的场景特征增量学习方法.pdf

ID:55976918

大小:835.21 KB

页数:8页

时间:2020-06-03

独立子空间中的场景特征增量学习方法.pdf_第1页
独立子空间中的场景特征增量学习方法.pdf_第2页
独立子空间中的场景特征增量学习方法.pdf_第3页
独立子空间中的场景特征增量学习方法.pdf_第4页
独立子空间中的场景特征增量学习方法.pdf_第5页
资源描述:

《独立子空间中的场景特征增量学习方法.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、计算机研究与发展ISSN1000—1239/CN111777门rPJournalofComputerResearchandDevelopment50(11):2287—2294,2O13独立子空间中的场景特征增量学习方法谢昭凌然吴克伟(合肥工业大学计算机与信息学院合肥230009)(xiezhao@hfut.edu.cn)IncrementalLearningTowardsSceneFeaturesinIndependentSubspaceXieZhao,LingRan,andWuKewei(SchooloComputerandInformation,He]eiUniversityofTeeh

2、nolog,Hefei230009)AbstractSceneclassificationisnotaneasytaskowingtothevariability,ambiguity,andthewiderangeofilluminationandscaleconditionsthescenesmayapply.Sincefeatureextractionandscenerepresentationplayimportantrolesinclassificationtasks,thispaperpresentsanapproachforunsupervisedfeaturelearningba

3、sedonindependentsubspaceanalysis.Theproposedmethodcouldautomaticallylearnstructuralfeaturebasesorganizedinagroupedfashionfromrandomlysamplednaturalimagepatchesinindependentsubspaces.Optimizationprocessoffeaturebasesisimplementedunderanincrementallearningframeworktocopewiththelearningdifficultywithla

4、rgeordynamicsamples.Patch—basedimagedescriptorsarecomputedoverregularlydividedgridsusingnonlinearcombinationcoefficientsofthelearnedfeaturebases.Thesedescriptorsarethentakenintothespatialpyramidmatchingmodel,whichincorporatesspatiallayoutinformationandglobalgeometriccorrespondenceforrecognizingscene

5、categories,tobuildhierarchicalscenerepresentations.Experimentrevealshowtherelatedparametersinfluenceobjectiveoptimizationprocessandthefinalclassificationperformance.ComparedwithseveraltypicalmodelsinclassificationtaskonOTscenedataset,theproposedmethodcouldformlow—dimensionalbutefficientimagepatchdes

6、criptorsandachievehighclassificationaccuracywithstability.Keywordsindependentsubspaceanalysis;incrementallearning;featurebase;spatialpyramidmatching;‘sceneclassification摘要针对特征提取与场景描述在场景分类任务中的重要性,提出了一种独立子空间内的场景特征增量学习方法,采用基于独立子空间分析的无监督学习方法获取结构化的特征基元,基元的优化过程融入增量学习的思想框架中,以解决大样本以及动态样本下的学习难题.通过特征基元的非线性映射获

7、取一种规则网格划分下的图像块状描述子,最后结合空间金字塔匹配模型构建层次化的场景描述,有效提高了场景图像分类的精确度.在OT场景图像集上的实验结果表明,所得特征基元能够用于构建低维高效的场景描述,通过详细讨论相关参数对优化过程以及分类性能的影响,并与多种典型模型下的实验结果进行对比,充分验证了该方法在场景分类任务中的有效性.关键词独立子空间分析;增量学习;特征基元;空间金字塔匹配;场景分类中图法分

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。