基于多层次特征表示的图像场景分类算法

• 作者: 秦芳 顾广华
• 来源期刊: 高技术通讯
• 关键词: 低层描述 中层描述 高层语义 聚集局部描述符编码(VLAD)编码 场景分类
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 213-221
• 页数: 9页
• 字数: 6890字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2019.03.002

摘要

传统场景分类采用底层尺度不变特征变换(SIFT)特征,运用词袋(BoW)模型以及空间金字塔(SPM)模型进行分类判别.然而,单一的低层描述的识别精度有限,无法有效表征内容多变的场景图像.本文提出基于多层次特征表示的图像场景分类算法,利用滑动窗均匀采样图像块,分别提取图像块的密集SIFT特征和卷积层卷积神经网络(CNN)特征,使用聚集局部描述符编码(VLAD)方法分别编码图像块的局部特征,将一幅图像的多个图像块特征顺序级联形成该幅图像的描述,由此构建包含局部语义信息的低层图像描述和中层图像描述.与此同时,将图像的低层描述与中层描述融合到图像的全连接层的高层语义中,从而获得整合了局部空间信息和全局语义信息的精确图像表示.本文在两个常用的场景数据集上进行了分类实验,结果表明,融合多层次特征描述的图像表示能够取得更好的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾广华	燕山大学信息科学与工程学院	30	191	8.0	13.0
3	秦芳	燕山大学信息科学与工程学院	2	1	1.0	1.0