结合Fisher判别分析和稀疏编码的图像场景分类

• 作者: 张瑞杰 魏福山
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 场景分类 图像表示 非负稀疏局部线性编码 Fisher判别约束准则
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 图像与视觉
• 页码范围: 808-814
• 页数: 7页
• 分类号: TP391
• 字数: 7062字
• 语种: 中文

摘要

视觉词典法是当前广泛使用的一种图像表示方法, 针对传统视觉词典法存在的表示误差大、空间信息丢失以及判别性弱等问题, 提出一种基于 Fisher 判别稀疏编码的图像场景分类算法. 首先利用近邻视觉词汇重构局部特征点, 构建局部特征点的非负稀疏局部线性编码, 从而有效地利用图像的空间信息; 然后在非负稀疏局部线性编码的基础上引入Fisher判别约束准则, 构建基于Fisher判别约束的非负稀疏局部线性编码模型, 以获得图像的判别稀疏向量表示, 增强图像稀疏表示的判别性; 最后结合支持向量机(SVM)分类器实现场景分类. 实验结果表明, 该算法提高了图像稀疏表示的特征分类能力以及分类性能, 更有利于场景分类任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏福山		11	55	4.0	7.0
5	张瑞杰		7	52	4.0	7.0