[发明专利]基于多特征融合的图像场景分类方法

摘要

本发明公开基于多特征融合的图像场景分类方法，首先提取出图像的GIST特征、SIFT特征和PHOG特征；然后对图像的SIFT特征进行局部约束线性编码，并将SIFT特征稀疏编码经池化处理后得到样本图像的SIFT特征稀疏向量；接着将样本图像的GIST特征、SIFT特征稀疏向量和PHOG特征进行级联后形成样本图像的最终特征表示，并将样本图像的最终特征表示输入线性分类器训练；之后对于待分类的图像也使用上述方法提取图像表示后输入已经训练好的线性SVM分类器完成分类。本发明能够在提高分类精度的同时，又增强了系统的鲁棒性。

主权项

基于多特征融合的图像场景分类方法，其特征是，包括如下步骤：步骤1)样本图像的训练阶段；1.1)同时提取样本图像的GIST特征、SIFT特征和PHOG特征；1.2)对样本图像的SIFT特征进行局部约束线性编码，得到样本图像的SIFT特征稀疏编码；1.3)样本图像的SIFT特征稀疏编码经池化处理后得到样本图像的SIFT特征稀疏向量；1.4)将样本图像的GIST特征、SIFT特征稀疏向量和PHOG特征进行级联后形成样本图像的最终特征表示，并将样本图像的最终特征表示输入线性分类器训练；步骤2)待分类图像的分类阶段；2.1)同时提取待分类图像的GIST特征、SIFT特征和PHOG特征；2.2)对待分类图像的SIFT特征进行局部约束线性编码，得到待分类图像的SIFT特征稀疏编码；2.3)待分类图像的SIFT特征稀疏编码经池化处理后得到待分类图像的SIFT特征稀疏向量；2.4)将待分类图像的GIST特征、SIFT特征稀疏向量和PHOG特征进行级联后形成待分类图像的最终特征表示，将待分类图像的最终特征表示输入步骤1.4)训练好的线性分类器进行判别，确定该幅待分类图像属于哪一类。