基于图正则化局部特征编码算法的图像分类方法

ulppknot

基于图正则化局部特征编码算法的图像分类方法

4 Z  e# @* H! z# Z; f

摘要:为了解决经典局部特征编码方法会产生相似局部特征之间编码系数不一致的问题,本文提出一种图正则化局部特征编码算法.该算法在对初始编码矢量所定义的能量化函数中引入正则化项,保证空间上相邻外观上相似的局部特征之间的编码矢量尽可能一致.MSRev2,Caltech101 ,Scene 15 以及 Indoor 67四个公开数据集上的实验结果表明本文方法能够提高硬分配、软分配、稀疏编码、局部约束线性编码以及局部软分配五种经典编码方法的性能,并且基于本文编码算法的图像分类方法在上述四个公开数据集上的平均分类正确率分别达到了91.13% 、76.02%、83.76% 、44.78% .
" q$ h! X, }( _, {关键词:词袋模型;编码算法;图模型;图像分类
( u1 C0 `* |" A9 q0 a' n
' k& ~$ s; ?; V% K, M% A

游客，如果您要查看本帖隐藏内容请回复

: g* E  j5 @0 Z6 n

6 v* I5 T; }# l) P# w
* Q) e* K7 y+ ~/ |6 r+ Z

CCxiaom

基于图正则化局部特征编码算法的图像分类方法