程浩宇，郑莹斌，蔡烜，冯瑞

一种基于空间金字塔模型的兴趣点对自相关的图像特征

程浩宇，郑莹斌，蔡烜，冯瑞

针对传统视觉词袋模型只考虑兴趣点出现的频率而忽略了局部特征空间信息的问题，提出了一种基于空间金字塔模型的新的图像特征。该特征在标准视觉词袋模型基础上，通过计算属于同一码字的兴趣点对之间的距离，加入了不同码字包含的兴趣点在图像上的空间分布。更结合空间金字塔模型，聚合不同分层过程中提取的特征，更大程度上考虑了空间信息，从而加强了特征对图像内容信息的表示能力。实验结果表明，与传统的词袋模型和金字塔模型相比，具有更高的精准度和分类性能。

场景分类；视觉词袋模型；兴趣点；金字塔模型

0 引言

近年来随着互联网技术的发展，海量的图像数据出现在互联网。面对数据的爆炸性增长，人工地进行管理和分析远不能满足要求，如何通过提取图像特征来表示图像中的视觉内容，进而对图像进行准确的识别引起了人们的广泛关注。

早期的图像理解技术，依靠人工标注的方法表示图像。将人工标注的内容作为图像的标签，再通过文本的检索和识别方法间接地对图像进行操作。这种方法局限于人力的使用，在时效性和精确性上远不能达到需求，同时，由于不同标注者的理解不同，无法保证标注内容的一致性。随着图像处理技术的发展，视觉内容的表示越来越依托于提取图像的视觉特征。……