一种局部聚合描述符和组显著编码相结合的编码方法.PDF

第 １２卷第２期　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１２ №．２ ２０１７年４月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 　 Ａｐｒ． ２０１７ ＤＯＩ：１０．１１９９２／ ｔｉｓ．２０１６０２０１０ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ｔｐ１１１５．００２．ｈｔｍｌ 一种局部聚合描述符和组显著编码相结合的编码方法 费宇杰，吴小俊 （江南大学物联网工程学院，江苏无锡 ２１４１２２） 摘　 要：局部聚合描述符（ｖｅｃｔｏｒ ｏｆ ｌｏｃａｌｌｙ ａｇｇｒｅｇａｔｅｄ ｄｅｓｃｒｉｐｔｏｒｓ，ＶＬＡＤ）的特征编码方法在大规模图像检索上取得了 较好的效果。 但是，ＶＬＡＤ存在硬分配难以准确描述局部特征向量与视觉词汇隶属关系的问题，本文将两种软分配 编码与ＶＬＡＤ相结合来增强局部特征向量与视觉词汇的隶属关系。 新的编码方法在 １５ Ｓｃｅｎｅｓ、Ｃｏｒｅｌ １０ 和 ＵＩＩＣ Ｓｐｏｒｔｓ Ｅｖｅｎｔ 数据库上的实验结果表明：１）在ＶＬＡＤ 中加入局部软分配能够提高分类准确率，而且对比Ｆｉｓｈｅｒ编码在 分类准确率上也有一定的优越性；２）除了软分配，显著性对提高分类准确率也起到了一定的作用。 关键词：图像分类；特征编码；词袋；局部聚合描述符；软分配；显著性 － － － 中图分类号：ＴＰ３９１　 文献标志码：Ａ　 文章编号：１６７３ ４７８５（２０１７）０２ ０１７２ ０７ － 中文引用格式：费宇杰，吴小俊． 一种局部聚合描述符和组显著编码相结合的编码方法［Ｊ］． 智能系统学报，２０１７，１２（２）：１７２ １７８． 英文引用格式：ＦＥＩ Ｙｕｊｉｅ，ＷＵ Ｘｉａｏｊｕｎ． Ａ ｎｅｗ ｆｅａｔｕｒｅ ｃｏｄｉｎｇ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｏｍｂｉｎａｔｉｏｎ ｏｆ ｇｒｏｕｐ ｓａｌｉｅｎｔ ｃｏｄｉｎｇ ａｎｄ － ＶＬＡＤ［Ｊ］． ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ，２０１７，１２（２）：１７２ １７８． Ａ ｎｅｗ ｆｅａｔｕｒｅ ｃｏｄｉｎｇ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｏｍｂｉｎａｔｉｏｎ ｏｆ ｇｒｏｕｐ ｓａｌｉｅｎｔ ｃｏｄｉｎｇ ａｎｄ ＶＬＡＤ ＦＥＩ Ｙｕｊｉｅ，ＷＵ Ｘｉａｏｊｕｎ （Ｓｃｈｏｏｌ ｏｆ ＩｏＴ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｊｉａｎｇｎａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ ２１４１２２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｖｅｃｔｏｒ ｏｆ ｌｏｃａｌｌｙ ａｇｇｒｅｇａｔｅｄ ｄｅｓｃｒｉｐｔｏｒｓ （ＶＬＡＤ） ｈａｓ ａｃｈｉｅｖｅｄ ｇｏｏｄ ｒｅｓｕｌｔｓ ｉｎ ａｄｄｒｅｓｓｉｎｇ ｌａｒｇｅ⁃ｓｃａｌｅ ｉｍａｇｅ ｒｅｔｒｉｅｖａｌ ｐｒｏｂｌｅｍｓ；ｈｏｗｅｖｅｒ，ＶＬＡＤｈａｓａ ｄｅｆｅｃｔ ｉｎｔｈａｔ ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎｌｏｃａｌ ｄｅｓｃｒｉｐｔｏｒｓａｎｄｖｉｓｕａｌ ｗｏｒｄｓ ｃａｎｎｏｔ ｂｅ ａｃｃｕｒａｔｅｌｙ ｄｅｓｃｒｉｂｅｄｕｓｉｎｇ ｈａｒｄ ａｓｓｉｇｎｍｅｎｔｓ． Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｔｈｅｒｅｆｏｒｅ ｃｏｍｂｉｎｅｔｗｏ ｋｉｎｄｓｏｆ ｓｏｆｔ ａｓｓｉｇｎｍｅｎｔ ｃｏｄｉｎｇ ｍｅｔｈｏ