基于弱监督 E2LSH 和显著图加权的目标分类方法

TaylorA

摘 要：在目标分类领域，当前主流的目标分类方法是基于视觉词典模型，而时间效率低、视觉单词同义性和歧义
性及单词空间信息的缺失等问题严重制约了其分类性能。针对这些问题，该文提出一种基于弱监督的精确位置敏感
& `: h8 V3 Z0 V- m6 Z! e4 b哈希(E2LSH)和显著图加权的目标分类方法。首先，引入 E2LSH 算法对训练图像集的特征点聚类生成一组视觉词
典，并提出一种弱监督策略对 E2LSH 中哈希函数的选取进行监督，以降低其随机性，提高视觉词典的区分性。然
, F; h! ?+ n1 O' c9 n* ^后，利用 GBVS(Graph-Based Visual Saliency)显著度检测算法对图像进行显著度检测，并依据单词所处区域的显
! A! C3 t' q" b$ G: T6 N著度值为其分配权重；最后，利用显著图加权的视觉语言模型完成目标分类。在数据集 Caltech-256 和 Pascal VOC
2007 上的实验结果表明，所提方法能够较好地提高词典生成效率，提高目标表达的分辨能力，其目标分类性能优
1 i$ ~3 O  F" C/ L1 E% t于当前主流方法。
' S. x6 p- n: b关键词：目标分类；视觉词典模型；精确位置敏感哈希；视觉显著图；视觉语言模型
1 引言
8 ?' o6 u  O# Y( y6 Z1 Y" d! Q视觉词典模型(Bag of Visual Words Model,
BoVWM)[1 4]的出现迈出了由图像底层特征向高层
0 ]' Q/ K  L& l0 Y  o视觉语义过渡的第 1 步。由于其性能优越，在图像

8 J% t; j" ]+ }- ]; d/ q分类[5]等领域的应用十分广泛，然而，以下几个关键
问题的存在却极大地限制了其性能。首先是词典生
成效率低，当前主要的词典生成算法(如 K-Means[1])
在对特征点[6]聚类时都需要多次迭代高维近似近邻
1 c& Z! v* i, s. u; ?* C计算，随着数据量的增大时间效率会急剧下降。其
0 t1 v+ t! k+ V8 K; f次是传统聚类算法的初始聚类中心大都是随机生成
4 w0 |) w* A6 i- c的，导致聚类结果对噪声的鲁棒性较差且容易引起
视觉单词同义性和歧义性问题[7]。此外，传统的视觉
. }  z- K8 R  T! e9 n3 r* |8 V& E0 ~2 h词典模型都面临视觉单词空间信息缺失的问题，极
大地降低了该模型的语义表达能力。

& H( c* M) q# k' J1 f& w* V



3 D. E/ i* [! ~附件下载：

游客，如果您要查看本帖隐藏内容请回复

% M! ^. ~  ~  M1 V7 `, m

StepPeng33

学习下