基于p.d.f特征分层稀疏表示在图像分类中应用.doc

基于p.d.f特征分层稀疏表示在图像分类中应用 　　摘 要： 为了在计算机视觉任务中构造有意义的图像表示，提出一种基于概率密度函数（p.d.f）梯度方向直方图特征的分层稀疏表示方法用于图像分类。传统分层稀疏表示方法利用SIFT描述子或者直接从图像块学习图像表示，通常不具有较强判别性。该文利用具有通用性的p.d.f特征进行分层学习并使用空间金字塔最大池化方式构造图像级稀疏表示。实验结果证明了所提算法的鲁棒性和有效性，在UIUC?Sports，Oxford Flowers，Scene15三类数据集上分别达到87.3%，86.6%，84.1%的分类准确率 关键词： 图像分类； 分层稀疏表示； 空间金字塔最大池化； 图像表示 中图分类号： TN911.73?34； TP391.4 文献标识码： A 文章编号： 1004?373X（2017）10?0095?04 Abstract： In order to construct the meaningful image representation in computer vision task， a novel hierarchical sparse representation method based on oriented histogram feature of probability density function （p.d.f） gradients is proposed for image classification. The traditional hierarchical sparse representation method which learns the image representation with SIFT descriptor or learn it directly from image block has poor discrimination. A universal p.d.f feature is employed for hierarchical learning， and the spatial pyramid max pooling method is used to construct the image?level sparse representation. The experimental results show that the algorithm has robustness and availability， and the classification accuracy for classifying the datasets of UIUC?Sports， Oxford Flowers and Scene 15 can reach up to 87.3%， 86.6% and 84.1% respectively. Keywords： image classification； hierarchical sparse representation； spatial pyramid max pooling； image representation 0 引 言 图像分类作为计算机视觉中的基本任务被广泛应用于图像检索、网络图像搜索、智能交通系统和生物工程系?y等领域中。其中，获取有效的图像表示则是影响分类性能的关键因素[1]。而分层模型已经逐渐成为可靠的方法用于提取具有判别力的图像表示[2?4]。在分层模型中，图像表示是逐层进行构造的。传统的算法中采用局部图像块或者SIFT描述子进行分层稀疏编码[5?6]，然而所获得的图像表示并不具有较强的判别力，这种局限性直接影响了该模型在多类测试数据集上的性能 文献[7]提出了一种全新的方式提取用于分类的图像特征。该方法源于特征袋（Bag of Features，BOF）模型，即首先需要从图像中提取大量的局部描述子；然后将核密度估计用于这些已经获取的局部描述子，从而获得相应的概率密度函数；最后，概率密度函数的梯度方向被编码并同时整合为直方图。从几何观点角度出发，这可以对概率密度函数的形状分布进行有效的表征。值得注意的是利用这种方法获得的图像特征具有通用性，可以广泛应用到众多目标和场景类测试数据集中 另一方面，分层学习（Hierarchical Learning）可以让一个由多处理层组成的计算模型通过多个抽象层的学习而获得有意义的数据表示。这个模型通常是由多层非线性的信息处理过程构成的，图像表示的学习过程逐渐地向更抽象的阶段发展[8]。这种更为高效且直接的分层构造方法，能够使得所有来自输入图像的p.d.f特征可以进行独立的稀疏编码。在获得最