[发明专利]一种图像分类方法

说明书

技术领域

本发明属于数字图像处理技术领域。

背景技术

图像理解是一个转变“像素值决定”的过程：它将以图标形式的图像表示方式转化为另一种知识符号的形式，也即是图像的各个像素块内包含了怎样的内容。其中，图像分类是图像理解的一个分支，它在基于内容的图像检索、物体分类与识别和场景分类中具有广泛的应用。在计算机视觉中，一个基本的问题是怎样让计算机像人类一样“看”事物。实际中，虽然我们每一秒内都接受巨大数量的视觉数据，但是我们几乎并没有意识到我们正在以相当快的速度处理它们。对物体，比如桌子、乒乓球或者一个高山流山场景进行分类，进行分类更是非常容易的事情。但目前机器人的视觉与人眼的视觉是无法比拟的。

人工智能结合了计算机科学、神经科学、数学、心理学、哲学和认知科学等领域的工作。与此同时，在许多领域都去了很大的进步。例如，在认知科学方面的进步使我们有足够的理由相信，我们的大脑处理信息是以“至上而下”的方式，而不是“至下而上”的方式。结合认知科学上取得的成果，图像分类主要采取类似的两种不同的技术路线：一种是“至下而上”的方法，利用图像中物体的类别来判定图像的类别；另一种是“至上而下”的方法，直接从整幅图像来判定图像的类别。

目前，较多的研究都聚焦在了第二种技术路线上。从而，避开了图像分割，并通过融合一个图像的全局特征来进行分类。

采用“自上而下”技术路线。此种技术由于避开了图像分割，从而使图像分类任务变得简明和有效。主要的思路是首先提取出图像的全局或者局部特征；然后，对这些特征进行编码；接下里，进行向量的池化；最后，用分类器进行分类。比如，文献Chang E,Goh K,Sychay G,et al.CBSA:content-based soft annotation for multimodal image retrieval using Bayes point machines[J].Circuits and Systems for Video Technology,IEEE Transactions on,2003,13(1):26-38中提到了全局特征；文献Szummer M,Picard R W.Indoor-outdoor image classification[C]//Content-Based Access of Image and Video Database,1998.Proceedings.,1998IEEE International Workshop on.IEEE,1998:42-51使用全局特征来对图像进行分类。

常用的图像分类算法框架有：

空间金字塔匹配SPM：Lazebnik S,Schmid C,Ponce J.Beyond bags of features:Spatial pyramid matching for recognizing natural scene categories[C]//Computer Vision and Pattern Recognition,2006IEEE Computer Society Conference on.IEEE,2006,2:2169-2178.

基于稀疏编码的空间金字塔匹配ScSPM：Yang J,Yu K,Gong Y,et al.Linear spatial pyramid matching using sparse coding for image classification[C]//Computer Vision and Pattern Recognition,2009.CVPR 2009.IEEE Conference on.IEEE,2009:1794-1801.

SPM方法需要用到非线性核，训练时间较长；ScSPM方法编码时间过长，抵消了后面运用线性核的整体效果。

发明内容

本发明所要解决的技术问题是，提供一种能同时提升分类精度与效率的图像分类方法。

本发明为解决上述技术问题所采样的技术方案是，一种图像分类方法，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；