一种局部聚合描述符和组显著编码相结合的编码方法

局部聚合描述符(vector of locally aggregated descriptors,VLAD)的特征编码方法在大规模图像检索上取得了较好的效果。但是,VLAD存在硬分配难以准确描述局部特征向量与视觉词汇隶属关系的问题,本文将两种软分配编码与VLAD相结合来增强局部特征向量与视觉词汇的隶属关系。新的编码方法在15 Scenes、Corel 10和UIIC Sports Event数据库上的实验结果表明:1)在VLAD中加入局部软分配能够提高分类准确率,而且对比Fisher编码在分类准确率上也有一定的优越性;2)除了软分配,显著性对提高分类准确率也起到了一定的作用。

基于改进VLAD算法的图像分类

针对图像分类问题进行了研究,提出一种改进的局部聚合描述符(vector of locally aggregated descriptors,VLAD)算法以得到高效的图像特征表示。采用卷积神经网络提取图像的密集局部特征。正态分布式选取子集训练视觉字典,提高字典质量;然后,采用多近邻分配代替最近邻匹配,将特征量化到多个视觉字典且赋予不同的权重;最后,基于VLAD原理对图像局部特征进行编码,并用支持向量机对目标进行分类。在多个数据集上的实验结果表明,与近年提出的几种经典的图像分类算法相比,所提方法取得了较高的分类正确率。

多层次特征和粒子群优化的场景分类

针对遥感图像的场景分类精度问题,提出多层次特征和粒子群算法优化分类器的场景分类算法。利用聚集局部描述符编码算法对尺度不变特征变换算法提取的局部特征编码,获得中层特征,通过卷积神经网络提取高层特征,将提取的特征作为支持向量机的输入数据,引入粒子群算法优化该分类器的参数,进行场景分类。在RSC11和WHU-RS19两个公开的遥感图像数据集上进行实验,分类精度分别达到95.28和97.20。将WHU-RS19数据集的结果与其它方法比较,精度有明显提高。实验结果表明,在分类时对分类器参数进行优化,分类效果更佳。

分层树结构字典编码的行为识别

目的基于学习字典的稀疏编码能够自适应地表示信号。然而,传统学习字典的原子之间缺少关联,信号的相似性在编码后缺失。考虑到结构化稀疏表示的鲁棒性和判别性能力,结构化字典的构建成为一个重要的任务。方法依据标准的凸优化字典学习算法,引入数据点编码路径的约束(由上层原子激活的索引规划下层的索引),构思了一种树结构字典学习框架。结果实验结果表明,局部描述符的稀疏表示具有较好的鲁棒性和判别性,同时在KTH数据库上人体行为识别实验与其他类似文献方法相比获得了较高的识别精度,其中,时空梯度方向直方图(HOG3D)的编码识别结果达到97.99%。结论通过实验结果,观察到采用本文构建的字典编码信号具有较好的鲁棒性和判别性,更好的适合分类任务。

基于多层次特征表示的图像场景分类算法

传统场景分类采用底层尺度不变特征变换(SIFT)特征,运用词袋(BoW)模型以及空间金字塔(SPM)模型进行分类判别。然而,单一的低层描述的识别精度有限,无法有效表征内容多变的场景图像。本文提出基于多层次特征表示的图像场景分类算法,利用滑动窗均匀采样图像块,分别提取图像块的密集SIFT特征和卷积层卷积神经网络(CNN)特征,使用聚集局部描述符编码(VLAD)方法分别编码图像块的局部特征,将一幅图像的多个图像块特征顺序级联形成该幅图像的描述,由此构建包含局部语义信息的低层图像描述和中层图像描述。与此同时,将图像的低层描述与中层描述融合到图像的全连接层的高层语义中,从而获得整合了局部空间信息和全局语义信息的精确图像表示。本文在两个常用的场景数据集上进行了分类实验,结果表明,融合多层次特征描述的图像表示能够取得更好的分类结果。