集成多特征与稀疏编码的图像分类方法

• 作者: 孔繁胜 罗会兰 郭敏杰
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 图像分类 空间金字塔 集成 多特征组合 稀疏编码
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 研究与应用
• 页码范围: 345-355
• 页数: 11页
• 分类号: TP391.41
• 字数: 8148字
• 语种: 中文

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔繁胜	浙江大学计算机科学与技术学院	56	825	14.0	27.0
2	罗会兰	江西理工大学信息工程学院	51	445	13.0	18.0
3	郭敏杰	江西理工大学信息工程学院	2	32	2.0	2.0