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
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
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
$ O+ F* _. t: x* x2007 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
于当前主流方法。
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
2 n! e1 s; }( Q, o1 引言
0 ]' f3 z: e9 P* P( J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
' i: y7 A* L" I' D7 W视觉语义过渡的第 1 步。由于其性能优越，在图像
% j, W; u. a1 G2 P+ O- M! h6 ]
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
8 E% a% v$ f' g; M4 d: `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
计算，随着数据量的增大时间效率会急剧下降。其
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
" a: O7 T; @; {6 C视觉单词同义性和歧义性问题[7]。此外，传统的视觉
1 o, Q3 a$ R# ?词典模型都面临视觉单词空间信息缺失的问题，极
0 P9 v0 C' _* P; H1 [8 h9 q, n大地降低了该模型的语义表达能力。
; k3 _9 \, o* B, ^
" v! m$ p- C5 A* s
! H8 a- N( u2 x; g! P4 U7 O


附件下载：

游客，如果您要查看本帖隐藏内容请回复

8 N" b/ Y1 Y: b, Y; j/ l9 p" ?5 l8 ~

StepPeng33

学习下