[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有效
| 申请号： | 201810523705.X | 申请日： | 2018-05-28 |
| 公开（公告）号： | CN108805183B | 公开（公告）日： | 2022-07-26 |
| 发明（设计）人： | 龙显忠;程成 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06V10/762 | 分类号： | G06V10/762;G06V10/764;G06V10/80;G06K9/62 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 杜春秋;姚姣阳 |
| 地址： | 210033 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及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，包括以下步骤：提取数据集中每张图像显著区域的局部特征；对提取的局部特征进行聚类，得到聚类字典；对图像显著区域的局部特征进行重构，累加每张图像中局部特征的重构系数；利用局部特征和聚类字典进行VLAD编码；将每张图像中累加的重构系数向量与VLAD编码进行融合；利用分类器对测试图像的融合编码进行分类。本发明充分考虑到了特征的重构信息对图像的有效表示以及VLAD编码对于图像的准确表达性能，提高了图像分类中的准确率。 | ||
| 搜索关键词： | 一种 融合 局部 聚合 描述 线性 编码 图像 分类 方法 | ||
【主权项】：
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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810523705.X/，转载请声明来源钻瓜专利网。
