基于特征袋_自然场景分类的空间金字塔匹配..docxVIP

基于特征袋_用于自然场景分类的空间金字塔匹配Svetlana Lazebnik1 Cordelia Schmid2 Jean Ponce1,32006年摘要本文提出了一种基于近似全局几何对应关系的识别场景类别的方法。这种方法将图像逐渐细分并计算每个子区域内的局部特征的直方图。由此产生的“空间金字塔”是一种简单、计算高效的对无序特征袋进行扩展的图像表示方法，并且它在对具有挑战性的场景分类任务中显示出了提高的性能。具体来说，我们所提出的方法超过了在Caltech-101数据库上目前的水平，在包含十五种自然场景类别得大型数据库上达到了较高的准确性。空间金字塔框架也为最近提出的一些图像描述符提供了见解，包括Torralba的GIST描述符和Lowe的SIFT描述符。1.引言在本文中，我们考虑识别图像的语义类别这一问题。例如，我们可能要把一张照片归类为描述一个场景（森林，街道，办公室等）或包含某个感兴趣的对象。对整个图像的分类任务，特征袋方法——将图像表示为局部特征的无序集合——最近表现出令人印象深刻的性能水平[7，22，23，25]。不过,因为这些方法都忽略了关于特征的空间布局的所有信息，它们的描述能力受到严重限制。尤其是，它们无法从其背景中捕捉对象的形状或分割图像。不幸的是，克服这些限制并建立有效的结构性对象描述符已经证明是相当具有挑战性的，尤其是当识别系统必须在强杂波，闭塞或大视角变化