基于空间稀疏编码的MIL算法及刑侦图像分类

• 作者: 刘颖 吴倩 李大湘 邱鑫
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 刑侦图像分类 多示例学习 空间稀疏编码 支持向量机
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 68-73
• 页数: 6页
• 分类号: TP391
• 字数: 4738字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2019.01.012

摘要

针对刑侦图像分类问题,提出一种基于空间稀疏编码(SSC)的多示例学习(MIL)算法.首先,利用稠密尺度不变特征转换(SIFT)原理设计一种带有示例位置信息的多示例建模方案,将刑侦图像分类问题转化为MIL问题;然后,基于多样性密度(DD)函数及稀疏编码(SC)理论,设计了一种针对MIL的字典构造方法及空间稀疏编码方案,用于计算多示例包的元数据(metadata);最后,结合大尺度线性支持向量机方法,提出了一种SSC-MIL的MIL新算法.14类真实刑侦图像的对比实验表明,该算法是有效的,且分类精度高于其他方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘颖	西安邮电大学通信与信息工程学院	89	428	10.0	17.0
5	李大湘	西安邮电大学通信与信息工程学院	30	78	6.0	7.0
9	吴倩	西安邮电大学通信与信息工程学院	5	6	2.0	2.0
10	邱鑫	西安邮电大学通信与信息工程学院	3	5	1.0	2.0