基于融合SIFT特征和二次聚类视觉词典生成的场景分类方法

• 作者: 李玲玲 郭乐新 金泰松
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 场景分类 SIFT特征 视觉词典 二次聚类
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 196-201
• 页数: 6页
• 分类号: TP391
• 字数: 4041字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.2013.02.011

摘要

在传统SIFT(scale-invariant feature transform)特征检测算子基础上,增加部分伪极值点和非极值点作为特征点,提出融合SIFT特征检测算子.该算子能够提取图像中更多特征点,并使特征点在图像上分布均匀；然后在生成视觉词典前,对每幅图像的特征单独进行聚类,使视觉单词包含更多的场景信息,并缩短视觉词典的生成时间；最后使用PLSA(probabilistic latent semantic analysis)主题生成模型实现场景分类.在标准图像集上进行的对比实验表明:该方法的分类性能有一定提高,并且对多个不同场景的表现较为均稳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玲玲	郑州航空工业管理学院计算机科学与应用系	37	368	11.0	18.0
2	金泰松	厦门大学信息科学与技术学院	7	48	5.0	6.0
3	郭乐新	厦门大学信息科学与技术学院	2	17	2.0	2.0