基于二进制哈希与空间金字塔的视觉词袋模型生成方法

构建视觉词典是视觉词袋模型中的关键步骤,目前大多数视觉词典是基于k-means及其改进算法聚类生成。但由于k-means聚类的局限性以及样本空间结构的复杂性与高维性,该方式构建的视觉词典存在区分性较差、构建时间过长、不包含空间信息等问题。为此,提出一种改进的视觉词袋模型生成方法,以缩短视觉词典的构建时间。提取图像的局部特征点,构成局部特征点描述集。学习二进制哈希函数,将局部特征点映射为视觉单词,并对视觉词进行过滤,生成二进制哈希码的视觉词典。利用生成的视觉词典,结合空间金字塔匹配模型生成新的视觉词典模型,将图像表示为空间金字塔直方图向量,并应用于图像分类和检索。实验结果表明,该模型具有较高的分类精度和检索性能。

哈希编码结合空间金字塔的图像分类

目的稀疏编码是当前广泛使用的一种图像表示方法，针对稀疏编码及其改进算法计算过程复杂、费时等问题，提出一种哈希编码结合空间金字塔的图像分类算法。方法首先，提取图像的局部特征点，构成局部特征点描述集。其次，学习自编码哈希函数，将局部特征点表示为二进制哈希编码。然后，在二进制哈希编码的基础上进行K均值聚类生成二进制视觉词典。最后，结合空间金字塔模型，将图像表示为空间金字塔直方图向量，并应用于图像分类。结果在常用的Caltech-101和Scene-15数据集上进行实验验证，并和目前与稀疏编码相关的算法进行实验对比。与稀疏编码相关的算法相比，本文算法词典学习时间缩短了50％，在线编码速度提高了1．3～12．4倍，分类正确率提高了1％～5％。结论提出了一种哈希编码结合空间金字塔的图像分类算法，利用哈希编码代替稀疏编码对局部特征点进行编码，并结合空间金字塔模型用于图像分类。实验结果表明，本文算法词典学习时间更短、编码速度更快，适用于在线词典学习和应用。

基于拉普拉斯非负稀疏编码的图像分类

针对复杂背景下的图像分类问题,结合非负稀疏编码和局部保持投影算法,提出一种拉普拉斯正则化非负稀疏编码算法。相比于已有的稀疏编码算法,该算法不仅能更好地模拟哺乳动物初级视觉系统主视皮层V1区简单细胞感受野的行为,同时也可使相似的特征经过编码后仍然相似,从而保证特征度量的一致性。将该算法与空间金字塔匹配模型相结合应用于图像分类,在多个图像数据库上的实验结果表明,该算法具有较高的分类精度。