视觉字典合理容量的自动获取研究

摘要：

针对当前完全依赖反复人为实验摸索才能获得视觉字典容量的现状,提出一种自动计算视觉字典合理容量的方法.采用尺度不变特征转换(SIFT)局部描述子构建场景图像数据集的特征矩阵,采用主成分分析(PCA)方法进行降维处理;采用吸引子传播聚类方法(AP聚类)对特征矩阵进行聚类处理,估算获得视觉字典的合理容量,并将合理容量的视觉字典用于支持向量机(SVM)中进行场景分类的训练和识别.将该方法与经典的K means视觉字典容量获取方法进行对比,对比结果表明,该方法提高了场景分类的精度,显著减少了场景分类的运行时间,提高了计算效率.

关键词：视觉字典容量、SIFT描述子、主成分分析、AP聚类算法、支持向量机

所属期刊栏目：35

分类号：TP391.41(计算技术、计算机技术)

资助基金：广州市海珠区科技计划基金项目2011-YL-05;广东工业大学团队平台重大成果培育基金项目GDUT2011-10

在线出版日期：2014-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3279-3283