[发明专利]图像分类的方法和装置

权利要求书

1.一种图像分类的方法，其特征在于，所述方法包括：

获取非零系数的第一数量值k和系数因子g，计算所述第一数量值k和所述系数因子g的比值得到非零系数的第二数量值f；所述第一数量值k为图像编码中码本的维度；所述系数因子g为 码本的维度的分解因子；第二数量值f为图像的特征值在编码后对应的高维码的维度；

根据所述系数因子g对码本的索引进行分解，按照分解后的索引，将图像特征值和所述码本的基向量按照权重函数进行计算得到中间代码权重；

根据所述中间代码权重进行计算得到图像特征值的高维码，根据所述图像特征值的高维码确定所述图像的类别；

其中，所述根据所述系数因子g对码本的索引进行分解，按照分解后的索引，将图像特征值和所述码本的基向量按照权重函数进行计算得到中间代码权重，具体包括：

利用所述系数因子g对码本B的索引N＝[n₁,n₂,……,n_k]进行分解，得到分解后的索引H＝[N₁,……,N_g]，其中，码本B＝[b₁,b₂,……b_k]，i＝[1,2，……,g]；

根据所述分解后的索引H＝[N₁,……,N_g]，将图像特征值x和码本B中的基向量b_i代入权重函数得到中间代码权重ψ^t(x,b_i)，其中，dist(x,b_i)＝||x-b_i||，t为中间代码矢量，t＝[1,2,……,g]，f为非零系数的第二数量值，σ是调节局部系数衰减速度参数。

2.根据权利要求1所述的方法，其特征在于，所述根据所述中间代码权重进行计算得到图像特征值的高维码，根据所述图像特征值的高维码确定所述图像的类别，具体包括：

根据所述中间代码权重ψ^t(x,b_i)和中间代码系数公式得到中间代码系数

将所述中间代码系数代入高维码公式得到图像特征值x的高维码c_i，根据所述图像特征值的高维码确定所述图像的类别。

3.根据权利要求1-2所述的任一方法，其特征在于，计算所述第一数量值k和所述系数因子g的比值得到非零系数的第二数量值f之前，所述方法包括：

根据待分类图像，获取所述待分类图像的局部特征向量X＝[x₁,x₂,……,x_N]∈R^D×N。

4.根据权利要求3所述的方法，其特征在于，将所述中间代码系数代入高维码公式得到高维码c_i之后，所述方法包括：

判断所述局部特征向量中的每一个特征值是否都有对应的高维码；

如果所述局部特征向量中的每一个特征值都有对应的高维码，根据最大池公式计算最大池，其中，为第i个高维码向量中的第个高维码的系数。

5.根据权利要求4所述的方法，其特征在于，如果所述局部特征向量中的每一个特征值都有对应的高维码，根据最大池公式计算最大池，其中，为第i个高维码向量中的第个高维码的系数，所述方法包括：

将图像按照预设区域进行分割，获取分割后的各个区域的最大池；

合并所述各个区域的最大池，得到图像的空间池。

6.根据权利要求5所述的方法，其特征在于，合并所述各个区域的最大池，得到图像的空间池之后，所述方法包括：

根据所述图像的空间池和线性分类器，对图像进行分类。