基于结构化信息和稀疏编码的图像分类研究

作者：韩启强

来源：其他, 2013.

• 图像分类
• 结构化信息
• SIFT特征
• 空间最大化池
• 稀疏编码
• Bandelet image classification
• structured information
• SIFT feature
• spatial pyramid max pooling
• Bandelet transform
• sparse coding

图像的分类与识别是人工智能领域和计算机视觉领域中一个重要的研究课题，现阶段国内外关于图像分类与识别的研究正蓬勃发展，其中应用广泛的领域有：人脸检测、场景识别、光学字符识别、基于内容的图像检索、目标的监测、视觉定位、目标跟踪和视频去抖动等。然而由于图像中的物体一般情况下存在有遮挡、旋转、变形、对比度不一致等问题，如何有效地构建高效的图像描述子就越来越成为该领域内研究者们关注的重点，本文从图像的底层特征和结构化信息出发，提出了基于图像底层特征及其结构化信息和稀疏编码的图像描述子的构建方法，从而在线性SVM作为分类器的情况下达到对图像有效的分类与识别。 在SIFT特征、Bandelet特征和...

• 出版日期2013
• 单位西安电子科技大学