局部Gist特征匹配核的场景分类
针对场景分类任务中全局Gist特征粒度较为粗糙的问题,提出一种基于稠密网格的局部Gist特征描述,利用空间金字塔结构加入空间信息,通过引入RGB颜色空间加入颜色信息,并基于词汇包(BOW)模型设计一种高效匹配核来度量局部特征间的相似性,核化特征匹配过程,使用线性SVM完成场景分类.实验考察了不同尺度、方向、粒度和不同匹配核的局部Gist特征以及训练样本集的大小对分类结果的影响,并通过在OT场景图像集上与全局Gist特征和稠密SIFT特征的场景分类结果进行比较,充分说明了本文特征构造方法和分类模型的有效性.
局部Gist特征、空间金字塔、高效匹配核、场景分类
18
TP391.4(计算技术、计算机技术)
国家自然科学基金项目60905005,6875012,61273237;教育部博士点基金项目20090111110015
2013-04-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
264-270