基于空间矢量模型的图像分类方法
2018-06-01陈绵书桑爱军李培鹏
吉林大学学报(工学版) 2018年3期
陈绵书,苏 越,桑爱军,李培鹏
(吉林大学 通信工程学院, 长春 130022)
0 引 言
随着互联网中图像数量的急速增长,如何准确且快速地对图像进行分类显然已经成为了一个热门领域。而源自于文本领域的图像分类模型—词袋模型(Bag-of-words,BOW)[1]作为一种信息检索算法,在文本分类领域有着广泛的应用。BOW模型忽略掉一个文档的结构、语法和语序等,仅仅将其看作是若干个独立单词的集合,文档中任意位置出现的单词,均不受该文档的语义影响而单独存在。将这一原理与图像相结合,认为图像是由一些相互无关联的视觉单词组成。具体的做法为:先提取图像的SIFT[2,3](Scale-invariant feature transform)特征,之后把视觉特征转换为一系列的图像视觉单词,最后,根据每一个视觉单词在图像中出现的概率来绘制直方图。视觉单词出现的频率越高,相应的概率值就越大。因此,词袋模型不仅具有文本匹配高效简洁的特点,而且原理简单,易于编程和实际操作。然而,词袋模型没有考虑到视觉单词之间的空间位置信息。研究表明,视觉单词间的空间位置信息有助于提高图像的表述能力。Lazebnik等[4]利用金字塔匹配核函数,提出了SPM模型(Spatial pyramid matching);Wu等[5]提出了视觉语言模型(Visual language model,VLM);Jiang等[6]利用随机划分图像来提高分类性能。然而以上研究均没有考虑到全局信息,且存在大量冗余的短语信息,从而严重地影响到计算速率。考虑以上不足,本文提出了一种基于视觉单词间空间位置信息的空间矢量模型。
1 空间矢量模型
在以往的图像分类应用中,BOW模型取得了不错的分类效果。……
登录APP查看全文