基于视觉单词共生矩阵的图像分类方法

被引：2

作者：

朱道广 ^{[1
]}

李弼程 ^{[1
]}

蒋敏 ^{[2
]}

刘钦安 ^{[3
]}

机构：

[1] 信息工程大学

[2] 东华大学外语学院

[3] 河南省军区司令部

来源：

信息工程大学学报 | 2013年 / 14卷 / 04期

关键词：

图像分类; 视觉单词; 空间金字塔; 视觉单词共生矩阵; 空间金字塔共生矩阵核;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对传统的视觉词袋(bag of visual words,BoVW)模型忽略了视觉单词的空间位置信息的问题,文章提出一种基于视觉单词共生矩阵的图像分类方法。首先对整幅图像进行空间金字塔分解,得到一系列图像块;然后针对每一图像块中的SIFT点,在其空间邻域范围内构建视觉单词共生矩阵(visual words co-occurrence matrix,VWCM)单元,并得到该图像块对应的视觉单词共生矩阵;最后设计出一种新的空间金字塔共生矩阵核(spatial pyramid co-occurrence matrix kernel,SPCMK),并将其用于图像分类。该方法能够有效地刻画视觉单词的绝对和相对位置信息,极大地增强了图像表达的完整度与准确度。实验结果表明,文章方法确实能够大幅度提高图像分类的准确率。

引用

页码：439 / 446

页数：8