基于对象颜色的图像特征加权表示方法

• 作者: 于剑 刘博 朱杰 超木日力格
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征加权 特征融合 对象颜色 互信息
• 年，卷（期）: 2016,（1）
• 页码范围: 167-174
• 分类号: TP301
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2016.01.019

摘要

自顶向下的颜色注意力算法(CA)用patch的颜色注意力值当做patch形状特征的权重来进行图像表示,其中,如果当前patch的颜色属于本类内经常出现的颜色,此patch上所提取的形状特征就被赋予一个较大的权值,否则就赋予较小的权值.但是算法没有考虑到对象颜色的多样性.本文提出的方法认为,对象上的patch应该是那些在某类中经常出现并且在其他类别中很少出现的特征.为了提高CA算法的对象识别能力,提出了一种基于互信息的对象颜色选择方法,此方法选择与每类最相关的几种颜色作为对象颜色,通过优化目标函数用于最终确定有类区分的对象颜色个数.并且在对象表示的时候对估计到的对象上的patch赋予一致的高权值.实验采用Soccer,Flower17和PASCAL VOC Challenge 2007三个图像集进行测评,实验结果表明该算法能够得到比较好的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱杰	北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室	40	99	6.0	8.0
3	刘博	北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室	38	171	7.0	10.0
5	于剑	北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室	68	1099	12.0	32.0
10	超木日力格	北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室	5	62	3.0	5.0