10.3969/j.issn.1000-3428.2016.12.029
基于二进制哈希与空间金字塔的视觉词袋模型生成方法
构建视觉词典是视觉词袋模型中的关键步骤,目前大多数视觉词典是基于k-means及其改进算法聚类生成.但由于k-means聚类的局限性以及样本空间结构的复杂性与高维性,该方式构建的视觉词典存在区分性较差、构建时间过长、不包含空间信息等问题.为此,提出一种改进的视觉词袋模型生成方法,以缩短视觉词典的构建时间.提取图像的局部特征点,构成局部特征点描述集.学习二进制哈希函数,将局部特征点映射为视觉单词,并对视觉词进行过滤,生成二进制哈希码的视觉词典.利用生成的视觉词典,结合空间金字塔匹配模型生成新的视觉词典模型,将图像表示为空间金字塔直方图向量,并应用于图像分类和检索.实验结果表明,该模型具有较高的分类精度和检索性能.
二进制哈希、空间金字塔匹配模型、视觉词袋模型、图像分类、图像检索
42
TP18(自动化基础理论)
国家自然科学基金青年科学基金"基于位置敏感哈希的图像语义检索技术研究"61301232;河南工程学院博士基金
2017-01-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
164-170