格拉斯曼流形图像一个有序基于块图像分类方法.pptVIP

格拉斯曼流形图像的一个有序 的基于块的图像分类方法 湖南大学 摘要 本文提岀了结合格拉斯曼流形一种基于有序块的图像分类框 架,以解决手写数字识别,面部识别和场景识别冋题。典型 的图像分类方法考虑图像的外观,而不考虑在一幅图像中不 同域间的空间因果关系。为了解决这个问题,我们引入基于 有序块的图像表示,用自回归滑动平均模型(ARMA)来描述 这些有代表性的特征。首先,每个图像结合图像的局部外观 信息和空间关系编码为有序块序列。其次,用一个ARMA 模型描述这些有序块序列,可以进一步定义为格拉斯曼流形 图像上的一个点。然后,在这个流形代表下的一个流形进行 图像分类。此外,基于图像格拉斯曼流形的距离度量提出合 适的格拉斯曼核。最后,在几个图像数据集进行实验来证明 该算法优于其他现有的图像分类方法 研究现状 以前图像 分类方 法大多 是基于 冬体形象 整 特征 因此 天贪儁象奪征缗攏信悬前流行的图像分类方 Lucey等人提出图像作为自由块集合,更好地利」 图像的局部特征;燕等人介绍了坐标块的局部描述 法,编码坐标块序列;李等人利 邻图像块的 性提出的二维隐马尔科模型(MMs)图 像块算法。 Tuzel等人用协方差矩阵作为特征描述 符,将空间定义为一个连通的黎曼流形。应用到行 人检测、语音情感分类、人脸识别领域。 框架 文章的框架分为四个部分: 1)基于有序块的图像表示; 2)建立A