基于局部特征显著化的场景分类方法

• 作者: 张家辉 谢毓湘 郭延明
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 场景分类 深度网络 场景特征 对象特征 特征显著化
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 论文
• 页码范围: 1804-1810
• 页数: 7页
• 分类号: TN391.4
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2020.11.002

摘要

场景图像分类是机器视觉中一个热门的方向,场景图像具有内容丰富、概念复杂的特点.已有的基于深度网络的场景分类算法,往往是通过改进网络结构或者数据增强等方式提升场景识别效果,但是缺少对图像中场景要素和对象要素之间关系的考虑.基于此,本文在分析现有基于深度网络的场景分类技术的基础上提出了一种局部特征显著化的场景分类算法.该算法旨在结合场景局部特征和对象局部特征的特点,利用两类不同特征存在的互补关系,分别对其进行优化,得到更具判别力的场景特征描述.局部特征显著化算法在MIT Indoor67数据集上得到的测试精度为88.88％,实验结果验证了该算法的有效性.