基于区域非均匀空间采样特征的图像分类方法

• 作者: 刘青山 嵇朋朋 李林 闫胜业
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 图像分类 非均匀空间采样 图像分割 显著性检测
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 论文
• 页码范围: 2563-2570
• 页数: 8页
• 分类号: TP391
• 字数: 4307字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2013.01762

摘要

大量实验证明抽取图像中稠密局部特征能够大大提高图像分类性能，目前的常用策略是基于空间均匀密集采样来实现稠密局部特征的抽取。该文提出一种新的基于区域非均匀空间采样的局部特征抽取方法。首先，用过分割技术对原始图像进行分割，从而得到图像的分割区域，并采用显著性检测技术估计每个过分割区域的重要性。然后，在保证不增加采样数的情况下，对重要的显著性区域的边界实行密集均匀采样，对区域内部根据区域大小和重要性实行随机采样。最后，采用词袋表示模型来实现图像分类。在两个广泛应用的数据库，8类体育运动(UIUC Sports)和256类自然图像(Caltech-256)数据库进行实验。实验结果证明，该文提出的采样策略进一步提高了基于稠密局部特征的图像分类性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘青山	南京信息工程大学信息与控制学院	34	203	8.0	13.0
2	嵇朋朋	南京信息工程大学信息与控制学院	2	19	2.0	2.0
3	闫胜业	南京信息工程大学信息与控制学院	9	10	2.0	3.0
4	李林	南京信息工程大学信息与控制学院	3	12	2.0	3.0