[发明专利]基于多特征融合的场景分类方法

说明书

本发明针对场景识别领域图像的单一特征判别性能和泛化能力缺陷，对于场景分类的特征融合方法进行了研究。首先提取场景图像GIST特征、HOG特征、SIFT特征以及PLBP特征，并且对于SIFT特征进行VLAD方式进行特征编码；然后利用串行融合方法对提取的特征进行不同方式的分析和融合；最后输入到多线性SVM对场景图像进行分类并通过大量实验对于最终识别的平均准确率和分类速度进行评估。实验结果表明，本发明提出的方法，能够利用不同特征的优势实现彼此的特征信息互补，在特征提取耗时和分类耗时不大的情况下达到较好的分类性能。

技术领域

本发明属于场景识别领域，具体涉及到一种基于多特征融合的场景分类方法。

背景技术

场景识别的目标是通过提取和分析场景中的特征，获取场景的信息，从而对图像所属的场景进行识别。作为计算机视觉的一个重要研究方向，在很多领域如图像视频检索、安控系统、机器人智能视觉系统、智能交通等都得到了的应用。由于同类场景图像之间在背景、尺度、视角、光照等方面具有较大的差异性，不同类别场景图像之间也会存在相近性，因此给场景图像分类和识别带来较大的困难。

场景识别是计算机视觉领域中的一个重要而困难的研究课题。2010年之前主要是利用低层特征实现分类识别，主要包括纹理、形状和颜色等。但是，这种简单的全局特征还不足以描述整幅图像的特征，在复杂环境下其分类性能不佳。为了克服这个问题，随后一些学者从底层特征的局部出发，对局部区域的颜色和纹理进行处理。David Lowe在2004年IJCV会议提出了一种基于尺度空间的、具有图像缩放、旋转和仿射变换不变性的图像局部特征描述算子SIFT。2005年，Dalal等人在CVPR会议上提出了梯度方向直方图(HOG)特征，一种通过统计图像局部区域的梯度方向信息作为图像的特征。Olivia和Torralba采用并改进了一种能反映图像自然程度和开放程度等场景信息的全局特征Gist，但Gist特征在对复杂的室内场景进行分类时效果不太明显。Philbin提出了基于SIFT特征的BOW模型，将提取的特征表述成多个视觉词汇的组合，构成字典，通过分析计算样本中视觉词汇出现的频率来对样本进行分类。BOVW模型比较简易，能够有效降低样本的特征维数，但是该模型没有考虑特征点的空间位置信息。针对这一缺点，Lazebnik等人于2006年提出了空间金字塔匹配模型(spatial pyramid matching，SPM)，对样本空间进行不同等级的划分，充分考虑了特征的空间位置信息，很大程度地提升了BOVW模型的性能。

由于场景图像的复杂性，单一特征很难描述图像中的所有信息。如何寻求一种通过兼顾各个特征的优势，挖掘更丰富的信息，以期达到优于单一特征的分类效果成为一个热门方向。

发明内容

本发明旨在提供一种用于实现场景分类的多特征融合方法的方法。提出了基于SIFT局部描述子的VLAD特征、GIST特征、PLBP特征、HOG特征的融合方式。通过对局部特征进一步地编码，以挖掘这些局部特征之间的相关信息，增强可判别能力，提高分类速度；同时，考虑融合图像的HOG特征来提取边缘和梯度特征以很好的抓住局部形状的特点；融合GIST特征以提高图像全局描述能力；融合PLBP以提高纹理特征空间信息表达不足的问题。进而运用基于RBF核函数的支持向量机实现特征融合之后的场景图像分类。

为解决上述技术问题，本发明提供了如下的技术方案，依次包括如下步骤：

(1)场景图像预处理

在实验的预处理阶段，对场景图像进行灰度转换等处理。进行Gist特征提取时，将图像尺寸调整为256*256，提取其他特征时将图像尺寸调整为300*300。

(2)特征提取