[发明专利]一种融合局部聚合描述符和局部线性编码的图像分类方法

权利要求书

1.一种融合局部聚合描述符和局部线性编码的图像分类方法，其特征在于，包括以下步骤：

步骤1、建立包含一组测试图像的数据集，利用视觉显著性检测得到数据集中每张图像的显著区域，并提取每张图像显著区域的局部特征；

步骤2、对步骤1中获得的所有图像的局部特征进行聚类，得到关于局部特征的一个字典，聚类的个数为字典的大小；

步骤3、由步骤2得到的字典对步骤1中每张图像显著区域的局部特征进行重构，并将每张图像得到的重构系数进行累加，得到每张图像的重构系数向量；

步骤4、将步骤1得到的每张图像显著区域的局部特征和步骤2得到的字典采用VLAD算法进行编码，得到每张图像的VLAD编码；

步骤5、将步骤4得到的每张图像的VLAD编码和步骤3得到的每张图像的重构系数向量进行融合，得到每张图像的融合编码；

步骤6、利用分类器对由步骤5得到的测试图像的融合编码进行分类。

2.根据权利要求1所述一种融合局部聚合描述符和局部线性编码的图像分类方法，其特征在于，在步骤1中，采用GBVS算法得到每张图像的显著区域，在显著区域提取128维的局部特征。

3.根据权利要求2所述一种融合局部聚合描述符和局部线性编码的图像分类方法，其特征在于，在步骤2中，采用K-means算法对每张图像显著区域的局部特征进行聚类，得到大小为K的字典B，所述字典的表达式如下：B＝[b₁,b₂,...,b_K]∈R^128×K，b表示视觉单词。

4.根据权利要求3所述一种融合局部聚合描述符和局部线性编码的图像分类方法，其特征在于，在步骤3中，采用近似LLC算法对提取的每张图像显著区域的局部特征进行重构，得到每张图像提取特征的重构系数，将上述重构系数进行累加，得到每张图像的重构系数向量。

5.根据权利要求4所述一种融合局部聚合描述符和局部线性编码的图像分类方法，其特征在于，在步骤4中，采用VLAD算法对提取的每张图像显著区域的局部特征进行编码，得到每张图像的VLAD编码。

6.根据权利要求5所述一种融合局部聚合描述符和局部线性编码的图像分类方法，其特征在于，在VLAD编码时，先找到提取的局部特征在字典中的最近邻视觉单词，然后在局部特征及其最接近的视觉单词之间累积残差向量，对于每张图像得到一个K*128维的向量。

7.根据权利要求6所述一种融合局部聚合描述符和局部线性编码的图像分类方法，其特征在于，在步骤5中，对得到的VLAD描述符和近似LLC的重构系数的累加和向量进行融合，融合VLAD编码和近似LLC时，将得到的K维累加系数中的每一维放在原始VLAD编码的每128维的下一维，得到最终的K*(128+1)维来表示每张图像。