基于感受野学习的特征词袋模型简化算法

• 作者: 李敏 赵晓杰 赵骞 陈雪勇
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 视觉词袋模型 感受野学习 目标识别 图像分类 特征学习
• 年，卷（期）: 2016,（5）
• 页码范围: 663-669
• 页数: 7页
• 分类号: TP391.4
• 字数: 5847字
• 语种: 中文
• DOI: 10.11992/tis.201601001

摘要

本文研究了在图像识别任务中，感受野学习对于特征词袋模型的影响。在特征词袋模型中，一个特征的感受野主要取决于视觉词典中的视觉单词和池化过程中所使用的区域。视觉单词决定了特征的选择性，池化区域则影响特征的局部性。文中提出了一种改进的感受野学习算法，用于寻找针对具体的图像识别任务最具有效性的感受野，同时考虑到了视觉单词数量增长所带来的冗余问题。通过学习，低效、冗余的视觉单词和池化区域会被发现，并从特征词袋模型中移除，从而产生一个针对具体分类任务更精简的、更具可分性的图像表达。最后，通过实验显示了该算法的有效性，学习到的模型除了结构精简，在识别精度上相比原有方法也能有一定提升。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏	电子科技大学计算机科学与工程学院	16	72	5.0	8.0
2	赵骞	电子科技大学计算机科学与工程学院	1	0	0.0	0.0
3	赵晓杰	电子科技大学计算机科学与工程学院	1	0	0.0	0.0
4	陈雪勇	电子科技大学计算机科学与工程学院	1	0	0.0	0.0