多种表示的图像分类方法

• 作者: 于梁 付立军 张学松 李骜 陈德运 陈海龙
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 图像分类 二维主成分分析(2DPCA) 快速傅里叶变换(FFT) 稀疏方法 多种表示方法
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 图形图像
• 页码范围: 2138-2148
• 页数: 11页
• 分类号: TP317.4
• 字数: 7229字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1809054

摘要

针对不同图像提取出显著的特征对于图像分类是非常有意义的,然而单一图像分类方法不能在所有图像上都取得好的鲁棒性,通过多视角来提取不同特征,并将其融合来有效地解决这个难题.首先,利用二维主成分分析(2DPCA)提取图像的特征,然后根据获取特征进行图像重构(虚拟图像).其次,利用快速傅里叶变换(FFT)获取图像的频谱特征.接着,将原始图像、虚拟图像、频谱特征分别利用稀疏方法获取得分.最后,利用一种新颖融合机制将上述得分进行融合,并根据新获取得分进行图像分类.获取的多特征和原始图像进行了互补,使该算法更具有鲁棒性;该方法具有稀疏性,提高了图像分类的性能;此外,它能自动获取参数,不需要手动调参.实验结果表明,该方法在不同情景下具有高的图像分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈德运	哈尔滨理工大学计算机科学与技术学院	143	1570	22.0	31.0
2	陈海龙	哈尔滨理工大学计算机科学与技术学院	16	49	5.0	6.0
3	李骜	哈尔滨理工大学计算机科学与技术学院	12	10	2.0	2.0
4	付立军	哈尔滨理工大学计算机科学与技术学院	2	0	0.0	0.0
5	张学松		1	0	0.0	0.0