基于RGB-D融合特征的图像分类

• 作者: 向程谕 周彦 李雅芳 王冬丽
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度图像 dense尺度不变特征变化(SIFT)特征 Gist特征 K-means算法 局部约束线性编码(LLC)稀疏编码
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 图形图像处理
• 页码范围: 178-182,254
• 页数: 6页
• 分类号: TP391.4
• 字数: 5047字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1610-0018

摘要

当前经典的图像分类算法大多是基于RGB图像或灰度图像,并没有很好地利用物体或场景的深度信息,针对这个问题,提出了一种基于RGB-D融合特征的图像分类方法.首先,分别提取RGB图像dense SIFT局部特征与深度图Gist全局特征,然后将得到的两种图像特征进行特征融合;其次,使用改进K-means算法对融合特征建立视觉词典,克服了传统K-means算法过度依赖初始点选择的问题,并在图像表示阶段引入LLC稀疏编码对融合特征与其对应的视觉词典进行稀疏编码;最后,利用线性SVM进行图像分类.实验结果表明,所提出的算法能有效地提高图像分类的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向程谕	湘潭大学信息工程学院	2	23	2.0	2.0
2	王冬丽	湘潭大学信息工程学院	10	72	5.0	8.0
3	周彦	湘潭大学信息工程学院	17	118	6.0	10.0
4	李雅芳	湘潭大学信息工程学院	2	19	2.0	2.0