基于特征降維的場景分類方法研究.pdf

1、場景分類是根據(jù)給定的一組語義類別對圖像進行自動標注,對于物體識別、基于內(nèi)容的圖像檢索、圖像濾波和圖像增強等都有很大的幫助。但是,由于圖像中存在著光照、尺度、旋轉(zhuǎn)、視角和姿態(tài)等多種變化,正確地識別場景類別難度很大。
　　本文對場景分類技術(shù)進行了研究,分別提出了一種基于金字塔圖像表示的SIFT視覺單詞特征降維的場景分類方法和一種基于多特征降維融合的場景分類方法。
　　經(jīng)研究發(fā)現(xiàn),在進行場景分類時,使用的高維圖像特征中總會包含一些

2、冗余信息或噪聲。這不但會增加場景分類系統(tǒng)中分類器的學習復雜度,還會影響到分類的準確率和效率。因此,本文提出在場景分類中對特征進行降維處理。
　　本文首先提出了一種基于尺度不變特征變換(Scale Invariant Feature Transform,SIFT)特征視覺單詞(Visual Word)降維的場景分類方法。首先把圖像劃分成大小相同的子塊,基于子塊提取特征。在本文方法中,基于三種不同大小的子塊提取特征共同表示圖像,即提取

3、了三個尺度的特征。并使用詞袋模型和稀疏編碼得到子塊的編碼表示,然后利用空間金字塔把圖像劃分為不同區(qū)域,通過特征合并得到每個圖像區(qū)域的特征表示,對所有區(qū)域同一視覺單詞的特征分別進行降維,最后拼接降維后的特征向量得到整幅圖像的表示。實驗結(jié)果表明,對基于空間金字塔表示的圖像進行視覺單詞降維,不僅利用了圖像的空間信息,還去除了其中的冗余信息和噪聲,進一步降低了分類器輸入向量的維度,使分類器可以得到更好的學習效果,從而提高場景數(shù)據(jù)集的平均識別準確

4、率(Average Recognition Accuracy)。本文方法在Scene-8場景圖像庫上的平均識別準確率達到89.5％;在Scene-15場景圖像庫上的平均識別準確率達到84.0%,比已有方法高出了3.0%-3.7%。
　　本文還提出了一種基于多特征降維和融合的場景分類方法,對每個特征的視覺單詞降維后再進行加權(quán)融合,并對不同特征分配不同的權(quán)重。這有利于更好地表示圖像信息,提高場景分類的準確率。實驗結(jié)果表明,本文方法在S