图像分类概述.pptx

图像分类图像分类概述

目录CONTENTS图像分类概念图像分类的种类图像分类的方法图像分类算法的评价标准经典数据集图像分类的过程

01图像分类的概念

图像分类的概念（1）日常生活中的例子

图像分类的概念（2）计算机中的图像分类图像分类的核心就是从给定的分类集合中给图像分配一个标签。实际上，这意味着我们的任务是分析一个输入图像并返回一个表示图像分类的标签。标签总是来自预定义的可能类别集。也就是说在分类前，会有一个表示所有可能的类别的标签，对图像分类的过程，就是从这些可能标签中选择一个来表示输入图像的类别。例如我们假定一个可能的类别集categories={dog,cat,panda}，之后我们提供一张图片给分类系统，如图。

图像分类的概念（2）计算机中的图像分类分类的任务就是根据输入图像，从类别集中分配一个类别，这里应该分配的标签为dog。通常系统是按照某种概率来说明分类结果的，就像我们说80%的可能性是狗，例如对于图4-2中图像来说，分类系统可能根据概率给图像分配多个标签，如dog:95%，cat:4%，panda:1%，表示这张图像有95%的可能性是dog，有4%的可能性是4%，有1%的可能性是panda。

图像分类的概念（3）特征人在对图像进行分类的时候是根据各种特征，并且能够快速的根据最显著的特征确定图像的分类。计算机对图像进行分类也是根据目标在图像信息中所反映的不同特征。

02图像分类的种类

图像分类的种类（1）根据目标种类分类根据图像中目标的种类，图像分类分为两种：单分类和多分类，一般的图像分类以单分类为主。单分类中，图像中包含一种类别的目标，这时候又分为单标签单实例和单标签多实例，例如图中左侧是单标签单实例，右侧是单标签多实例。

图像分类的种类（1）根据目标种类分类根据图像中目标的种类，图像分类分为两种：单分类和多分类，一般的图像分类以单分类为主。单分类中，图像中包含一种类别的目标，这时候又分为单标签单实例和单标签多实例。

图像分类的种类（1）根据目标种类分类根据图像中目标的种类，图像分类分为两种：单分类和多分类，一般的图像分类以单分类为主。单分类中，图像中包含一种类别的目标，这时候又分为单标签单实例和单标签多实例。

图像分类的种类（1）根据目标种类分类多分类中，图像中包含多种类别的目标，这时候也分为多标签多实例和多标签单实例。

图像分类的种类（1）根据目标种类分类多分类中，图像中包含多种类别的目标，这时候也分为多标签多实例和多标签单实例。

图像分类的种类（1）根据目标种类分类多分类中，图像中包含多种类别的目标，这时候也分为多标签多实例和多标签单实例。

图像分类的种类（2）根据图像语义内容的不同分类根据图像语义内容的不同，可以将图像分类划分为：对象分类、场景分类、事件分类和情感分类。

图像分类的种类（3）根据分类的粒度分类按照图像类别的粒度，图像分类可以分为类别级别图像分类、子类别级别图像分类和实例级别图像分类。

图像分类的种类（3）根据分类的粒度分类类别级别图像分类的标签一般都是抽象级别比较高的类别。例如，飞机与鸟、飞机与车等，特点是类之间差异大，类的内部差异小，常见的数据集NIST、ImageNet、CIFAR10和CIFAR100都属于类别级别图像分类，也称为粗粒度图片分类。

图像分类的种类（3）根据分类的粒度分类子类别级别图像分类，他们的大类别相同，例如对鸟类继续分类，例如啄木鸟、鹦鹉等，类别之间的差异不是很大，都属于鸟类，具有很多相同的特征，但是类的差异却比较大，例如每种鸟类都有不同的姿态，而姿态之间的差别还是比较大的。子类别级别图像分类又称为细粒度图像分类。图中展示了子类别级别的图像分类。

图像分类的种类（3）根据分类的粒度分类实例级别图像分类，就是把属于同一种类的不同个体区分开来，比如：人脸识别，本质上人脸识别仍然属于图片分类。

03图像分类的方法

图像分类的方法（1）图像空间方法基于图像空间的分类方法，利用图像的灰度、颜色、纹理、形状、位置等底层图像特征对图像进行分类。

图像分类的方法（1）图像空间方法色彩是物体表面的一种视觉特性，每种物体都有其特有的色彩特征，譬如人们说到绿色往往是和大部分植物相关，说到蓝色往往是和大海或蓝天相关，同一类物体通常有着相似的色彩特征，因此我们可以根据色彩特征来区分物体。用色彩特征进行图像分类可以使用色彩直方图的方法，色彩直方图具有简单且随图像的大小、旋转变化不敏感等特点。主要可以分为两类：全局色彩特征和局部色彩特征。也可以把彩色图像转换为灰度图像，利用灰度直方图特征对图像进行分类。

图像分类的方法（1）图像空间方法纹理特征也是图像的重要特征之一，其本质是刻画象素的邻域灰度空间分布规律，可以利用纹理特征对图像进行分类。

图像分类的方法（1）图像空间方法形状是图