公开(公告)号：CN113902930A

公开(公告)日：2022-01-07

申请号：CN202111087243.X

申请日：2021-09-16

Applicant: 燕山大学

Inventor： 李海滨 ,  张秀菊

IPC: G06V10/46 ,  G06V10/762 ,  G06V10/74 ,  G06V10/764 ,  G06K9/62 ,  G06N20/10

Abstract: 本发明公开一种优化词袋模型的图像分类方法，所述方法包括：提取图像局部特征；对局部特征聚类生成视觉字典；计算视觉单词显著性生成显著性字典；根据显著性字典对图像局部特征进行加权局部约束线性编码；对编码系数矩阵进行空间金字塔池化生成图像向量表示；将得到的图像向量表示输入到HIK交叉核函数SVM分类器中进行分类。本发明提出的显著性字典考虑了视觉单词之间的内在关系，减少了视觉字典中的冗余信息，提升了视觉字典的显著性和判别力。另外提出的加权局部约束线性编码，在将局部特征用视觉单词表示的过程中，考虑了K近邻单词之间的位置关系，为单词设置了权重，减小了重构误差，提升了分类性能。

公开(公告)号：CN113902930B

公开(公告)日：2023-10-27

申请号：CN202111087243.X

申请日：2021-09-16

Applicant: 燕山大学

Inventor： 李海滨 ,  张秀菊

IPC: G06V10/46 ,  G06V10/762 ,  G06V10/74 ,  G06V10/764 ,  G06N20/10

Abstract: 本发明公开一种优化词袋模型的图像分类方法，所述方法包括：提取图像局部特征；对局部特征聚类生成视觉字典；计算视觉单词显著性生成显著性字典；根据显著性字典对图像局部特征进行加权局部约束线性编码；对编码系数矩阵进行空间金字塔池化生成图像向量表示；将得到的图像向量表示输入到HIK交叉核函数SVM分类器中进行分类。本发明提出的显著性字典考虑了视觉单词之间的内在关系，减少了视觉字典中的冗余信息，提升了视觉字典的显著性和判别力。另外提出的加权局部约束线性编码，在将局部特征用视觉单词表示的过程中，考虑了K近邻单词之间的位置关系，为单词设置了权重，减小了重构误差，提升了分类性能。