[发明专利]一种图像分类方法

权利要求书

1.一种图像分类方法，其特征在于，包括以步骤：

1)训练阶段：

对训练样本图像同时提取SIFT特征与协方差矩阵特征；

对图像的SIFT特征与图像的协方差矩阵特征分别进行局部约束线性编码LLC得到图像的SIFT特征稀疏编码与图像的协方差矩阵特征稀疏编码；

SIFT特征稀疏编码经基于空间金字塔匹配SPM框架的池化处理后得到图像的SIFT特征表示，协方差矩阵特征稀疏编码经池化后得到图像的协方差特征表示；

将SIFT特征表示与协方差特征表示进行级联后形成最终的样本图像的特征，将最终的样本图像的特征输入线性分类器训练；

2)分类阶段：

对待分类的图像同时提取SIFT特征与协方差矩阵特征；

对图像的SIFT特征与图像的协方差矩阵特征分别进行局部约束线性编码LLC得到图像的SIFT特征稀疏编码与图像的协方差矩阵特征稀疏编码；

SIFT特征稀疏编码经基于SPM框架的池化处理后得到图像的SIFT特征表示，协方差矩阵特征稀疏编码经池化后得到图像的协方差特征表示；

将SIFT特征表示与协方差特征表示进行级联后形成最终的图像表示，将最终的图像表示向量输入训练好的线性分类器得到分类结果。

2.如权利要求1所述一种图像分类方法，其特征在于，所述池化方式具体为最大值池化max-pooling。

3.如权利要求1所述一种图像分类方法，其特征在于，基于空间金字塔匹配SPM框架的池化将图像分为3层，第0层将整幅图像作为一个区域，第1层将整幅图像均匀划分为4个区域，第2层将整幅图像均匀划分为16个区域；按从左往右、从上到下的顺序对各层中的各个区域对应的稀疏编码矩阵进行池化得到各区域的向量，再顺序将各区域的向量加权后级联得到图像的特征表示。

4.如权利要求3所述一种图像分类方法，其特征在于，第0层权值为1/4，第1层权值为1/4，第2层权值为1/2。