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
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
' @* V; M3 D- F& V* \( H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
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
8 m& P* V) O8 c  ?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
6 f8 y  g+ D! x5 b9 ^; W2007 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
3 y  e; g! G0 |' |% R, ~7 j于当前主流方法。
. B" c, d: T# V6 @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
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
8 h; m$ d0 z) ^3 N* ~( ~视觉语义过渡的第 1 步。由于其性能优越，在图像

' y# C. }) D  r8 a" N6 \* `& n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
' _3 ~8 k+ n- Q1 z8 x成效率低，当前主要的词典生成算法(如 K-Means[1])
: e4 \3 ^4 n$ Q6 P. y' E在对特征点[6]聚类时都需要多次迭代高维近似近邻
, B7 \$ u1 }  l; h2 r; s$ ^计算，随着数据量的增大时间效率会急剧下降。其
) A6 [2 r! G9 l# y/ v: n2 y) _次是传统聚类算法的初始聚类中心大都是随机生成
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
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。


! k- h7 _; A) J* @; w1 R( j
8 T& j' a# i) b9 n  U

附件下载：

游客，如果您要查看本帖隐藏内容请回复

, K7 }' `: z% g( E; Z

StepPeng33

学习下