一种快速的全局场景分类算法

被引：1

作者：

付毅 ^{[1
]}

田畅 ^{[1
]}

吴泽民 ^{[1
,2
]}

曾明勇 ^{[1
]}

胡银记 ^{[2
]}

机构：

[1] 解放军理工大学通信工程学院

[2] 光电控制技术重点实验室

来源：

红外与激光工程 | 2013年 / 42(S1)卷 / S1期

关键词：

空间金字塔匹配; SIFT; 特征描述; 场景分类;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

传统的空间金字塔匹配算法是一种成功的场景分类方法,先利用SIFT特征和K均值聚类的思想,构建"视觉字典",再形成包括图像空间信息的"空间金字塔"。传统算法构建"视觉字典"时采用了128维SIFT描述子,存在特征描述符计算复杂、聚类时间长等问题。针对这些问题,提出一种基于改进SIFT的空间金字塔匹配方法,采用圆形局部区域和梯度、灰度特征将特征描述符压缩到只有18维。结合特征匹配和SVM训练器,通过与原空间金字塔匹配算法进行场景分类性能对比,结果表明:该方法在特征提取和聚类速度方面具有显著提升,同时在分类准确度上也略有提高。

引用

页码：242 / 248

页数：7

共 4 条

[1]

一种基于扇形区域分割的SIFT特征描述符[J]. 曾峦,顾大龙.自动化学报. 2012(09)

[2] Semantic modeling of natural scenes for content-based image retrieval [J].

Vogel, Julia ;

Schiele, Bernt .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2007, 72 (02) :133-157

[3]

Modeling the Shape of the Scene: A Holistic Representation of the Spatial Envelope[J] . Aude Oliva,Antonio Torralba.International Journal of Computer Vision . 2001 (3)

[4]

Improving the SIFT descriptor with smooth derivative filters .2 Plinio Moreno,Alexandre Bernardino,Jose Santos-Victor. Pattern Recognition Letters . 2009

← 1 →