一种基于词袋模型的大规模图像层次化分组算法

• 作者: 刘培桢 周锋飞 姜文涛 杨恒 钱钧
• 来源期刊: 应用光学
• 学科: 工学
• 关键词: 图像分组 词袋模型 多路量化 仿射不变量约束 特征匹配
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 光电信息获取与处理
• 页码范围: 799-805
• 页数: 7页
• 分类号: TN911.73|TP391
• 字数: 4771字
• 语种: 中文
• DOI: 10.5768/JAO201435.0502001

摘要

大规模图像集合的自动分组，不仅可以帮助用户快速组织和掌握图像集合的内容，并且是基于图像的三维场景重建应用的前提和重要环节。提出一种基于词袋模型（bag-of-words ， BOW）的层次化分组算法，将每幅图像表示为一个超高维视词向量，利用多路量化技术将内容相似的图像量化到同一个节点，从而完成对图像粗略分组。然后，在每组类别里面，对图像的局部特征向量进行逐一匹配，并利用仿射空间不变量的约束条件，去除不可靠特征匹配，得到更为准确可靠的图像相似度度量，从而完成图像的精细分组。实验结果表明：从得到的系统不同阶段图像分组的查准率-查全率（precision-recall）曲线可以看出，精细分组过程可以显著提高粗分组精度，并且在精细分组阶段，使用约束条件比不使用约束还能获得更高的分组精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱钧		10	98	5.0	9.0
2	姜文涛		8	44	5.0	6.0
3	周锋飞		4	75	4.0	4.0
4	刘培桢		4	22	3.0	4.0
5	杨恒		8	44	4.0	6.0