[發明專利]一種結合不同大小視覺詞匯本的圖像分類方法

有效

• 申請號: 201210007079.1
• 申請日: 2012-01-11
• 公開（公告）號: CN102609731A
• 公開（公告）日: 2012-07-25
• 發明（設計）人: 羅會蘭;廖列法;胡中棟
• 申請（專利權）人: 江西理工大學
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于視覺詞匯本的圖像分類方法，其特征在于利用多分辨率信息來量化圖像，來自于不同綜合層的多種可用線索并行用來分類圖像，為了利用不同粒度的信息來分類圖像，圖像在基于不同大小的視覺詞匯本上量化，這些不同大小的視覺詞匯本可以捕獲不同的圖像特征，包括以下步驟：

(1)?用興趣點檢測子提取訓練圖像的興趣點，然后用描述子描述提取出來的興趣點；

(2)?隨機選擇一部分描述好的興趣點，在其上運行聚類算法得到一個成員視覺詞匯本，通過設置不同的簇個數作為聚類算法的參數，得到具有不同大小的成員視覺詞匯本；

(3)?基于這個成員視覺詞匯本對訓練圖像集進行量化；

(4)?在量化后的訓練數據集上學習一個分類器；

(5)?重復步驟2到步驟4，生成預設大小的視覺詞匯本集體和分類器集體；

(6)?基于一個成員視覺詞匯本，對新圖像進行量化；

(7)?使用對應成員分類器分類新圖像，得到分類結果；

(8)?重復步驟6到步驟7，直到每個成員分類器得到了自己的分類結果；

(9)?利用集成技術集成成員分類器的分類結果得到最終圖像分類標簽。

2.根據權利要求1所述的方法，其特征在于所述成員視覺詞匯本的大小分別設置成200，400，800，1200，1300，1500，1600，1700，1900，2000，2200，2600，2800，3000，3600，4000，4500，和5000，得到一個大小為18的集體。

3.根據權利要求1所述的方法，其特征在于為了集成視覺詞匯本集體和相應分類器集體分類圖像，直接使用了SVM決策函數值的輸出，當測試一副新的圖像????????????????????????????????????????????????時，分類器集體的輸出通過將所有成員分類器的決策函數值平均得到：，這里S是集體大小，是第i個成員分類器的輸出值，通過設置不同的閾值，從而獲得precision-recall曲線。