【摘要】：針對(duì)傳統(tǒng)特征編碼方法聚焦于在特征空間進(jìn)行編碼,忽略了圖像內(nèi)容的空間信息,導(dǎo)致圖像表達(dá)不準(zhǔn)確、分類精度較低的問(wèn)題,提出一種在特征空間中以圖像空間上下文信息為導(dǎo)向的局部特征編碼方法.首先基于最近鄰原則為每個(gè)局部特征點(diǎn)選擇字典中心作為向量基;然后采用探測(cè)局部特征的相鄰特征點(diǎn)方法建立圖像空間上下文約束,并將其用于特征相似性判別;再根據(jù)預(yù)設(shè)閾值來(lái)更新向量基,將其用于重構(gòu)特征;最后將圖像的稀疏向量用于分類器進(jìn)行圖像分類.實(shí)驗(yàn)結(jié)果表明,與同類方法相比,該方法能顯著地提高分類精度,更利于圖像分類.
[Abstract]:The traditional feature coding method focuses on encoding in feature space, neglecting the spatial information of image content, resulting in inaccurate image expression and low classification accuracy. A local feature coding method based on context information of image space in feature space is proposed. Firstly, the dictionary center is selected as the vector base for each local feature point based on the nearest neighbor principle, and then the spatial context constraint of the image is established by using the adjacent feature point method to detect the local feature, and it is used to distinguish the feature similarity. Then the vector base is updated according to the preset threshold, which is used to reconstruct the feature. Finally, the sparse vector of the image is used in the classifier to classify the image. The experimental results show that the proposed method can significantly improve the classification accuracy and is more favorable to image classification compared with the similar methods.
【作者單位】： 中國(guó)石油大學(xué)(華東)計(jì)算機(jī)與通信工程學(xué)院;中國(guó)科學(xué)院計(jì)算技術(shù)研究所智能信息處理重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(61379106) 山東省中青年科學(xué)家獎(jiǎng)勵(lì)基金(BS2010DX037) 山東省自然科學(xué)基金(ZR2009GL014,ZR2013FM036,ZR2015FM011) 浙江大學(xué)CAD&CG國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放課題(A1315) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(13CX06007A,14CX06010A,14CX06012A)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳磊,吳俊軍;基于特征編碼的三維可視化圈閱[J];華中科技大學(xué)學(xué)報(bào);2001年12期

2 黃天羽;李鳳霞;戰(zhàn)守義;李祥晨;;一種基于幾何特征編碼的運(yùn)動(dòng)搜索[J];系統(tǒng)仿真學(xué)報(bào);2006年10期

3 朱月香;TreeView控件的應(yīng)用[J];兵工自動(dòng)化;2003年06期

4 皮德常,秦小麟,王寧生;多層分組疊加有限制特征編碼[J];小型微型計(jì)算機(jī)系統(tǒng);2001年05期

5 張敏,馬青,馬少平;自組織中文語(yǔ)義映射網(wǎng)絡(luò)的優(yōu)化特征編碼方法[J];中文信息學(xué)報(bào);2003年03期

6 張一楠;高宏;張煒;;基于雙分支特征編碼的子圖查詢處理算法[J];計(jì)算機(jī)研究與發(fā)展;2011年S3期

7 張?zhí)毂?吳俊軍,張新訪,鐘毅芳,周濟(jì);并行工程下產(chǎn)品協(xié)調(diào)模型的研究[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2000年10期

8 肖娟;郭美;肖敏;;基于特征編碼的指紋識(shí)別方法[J];湘南學(xué)院學(xué)報(bào);2010年02期

9 徐建寧;劉來(lái)英;;基于特征編碼的拉深件CAPP信息模型[J];金屬成形工藝;1997年05期

10 方旺盛;舒明磊;;一種基于特征編碼的Word文檔數(shù)字水印算法[J];科技廣場(chǎng);2006年01期

相關(guān)博士學(xué)位論文 前2條

1 彭小江;基于視頻的人體行為分析算法研究[D];西南交通大學(xué);2014年

2 高廣謂;基于特征編碼和回歸分析的指關(guān)節(jié)紋識(shí)別研究[D];南京理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前7條

1 王先中;視頻人體行為識(shí)別中的特征編碼[D];上海交通大學(xué);2015年

2 張熠;特征編碼及其在圖像分類識(shí)別中的應(yīng)用[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 魯瀟瀟;圖像分類中高階特征編碼方法的研究[D];大連理工大學(xué);2016年

4 薛東彬;超硬材料工具CAD/CAPP集成系統(tǒng)關(guān)鍵技術(shù)研究[D];鄭州大學(xué);2008年

5 智慧;人類RNA聚合酶Ⅱ啟動(dòng)子識(shí)別研究[D];同濟(jì)大學(xué);2008年

6 賀晨軒;基于多特征編碼的泛素化位點(diǎn)預(yù)測(cè)研究[D];東北師范大學(xué);2015年

7 黃磊;LCD微小瑕疵自動(dòng)分類[D];上海交通大學(xué);2014年

，

本文編號(hào)：2453624