基于改进局部线性特征编码方法的图像分类

• 作者: 徐望明 李梓珩 郑超兵
• 来源期刊: 计算机应用研究
• 关键词: 视觉词袋 稀疏表示 图像分类 特征编码
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1886-1889
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.06.063

摘要

特征编码是利用广义视觉词袋模型获得图像稀疏表示的关键步骤。研究了两种常用的局部线性特征编码方法即 LLC 及 NSLLC 编码方法，并针对其存在的问题提出了一种利用编码系数非负性约束对其进行改进的方法———NNLLC，并将其应用于图像分类任务中。实验结果表明，该方法能有效改进局部线性特征编码性能，提高图像特征的可区分性，相比于 LLC 及 NSLLC 特征编码方法，在图像分类任务中取得了更高的平均分类准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐望明	武汉科技大学信息科学与工程学院	25	98	5.0	9.0
2	郑超兵	武汉科技大学信息科学与工程学院	3	8	2.0	2.0
3	李梓珩	武汉科技大学计算机科学与技术学院	1	5	1.0	1.0