基于集合表示的圖像分類.pdf

1、圖像分類的實質(zhì)性問題是識別圖像中的物體或目標，這就需要準確的對圖像中的視覺信息進行描述。局部信息由于其對背景細節(jié)、光照等外在條件的魯棒性使其成為目前特征表示的主流，尤其是在尺度不變特征變換以及基于尺度不變特征變換各種改進算法出現(xiàn)之后。然而不同圖像局的部特征的個數(shù)往往不相同，不適于直接在局部特征上進行分類和檢索等后續(xù)操作，因此在圖像的局部特征集合上需求統(tǒng)一的集合表示方法。
　　集合表示就是用一定的方法對圖像提取的所有局部特征點進行操

2、作，形成一個矢量來表示該圖像。本文的主要工作和貢獻如下：
　　首先，本文從圖像的集合表示角度，詳細闡述了三種集合表示方法即詞袋模型、高效匹配核和局部聚合描述符，并且基于這三種集合表示方法在本文選定的數(shù)據(jù)庫上做了大量實驗，驗證三種集合表示方法的分類性能。
　　其次，驗證不同的聚類算法和聚類中心個數(shù)對最新提出的局部聚合描述符圖像集合表示方法適用性。本文根據(jù)聚類中心個數(shù)的選定方式和局部特征的分配方式的不同，選用K-means、仿射

3、傳播算法和高斯混合模型三種聚類算法。
　　最后，對局部聚合描述符提出自己的改進方法。在本文全面研究了歸一化和pooling兩種操作對局部聚合描述符的作用和有效性。歸一化的方式選用power-law和L2范數(shù)，pooling方法采用sum pooling、average pooling和廣義的max pooling。
　　PPMI、Caltech-101和Scene-15分別是關(guān)于動作、物體和場景的數(shù)據(jù)庫，在這三個數(shù)據(jù)庫上驗證