收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于特征选择的Fisher向量在图像分类中的应用

李萌  
【摘要】:图像分类在计算机视觉研究领域中是一个热点问题,一直以来备受学者关注,尤其是近些年来,数字图像的规模呈现爆炸式增长态势,图像分类已成为许多领域的一项关键任务,因此其研究的价值和意义变得越来越重要,各种新的分类技术纷纷被提出。 目前,应用最广泛的图像分类系统的处理流程是先对图像提取局部特征,然后通过不同的编码技术编码成固定长度的高维向量,接着通过空间聚合(pooling)方法生成图像级别的全局特征表达,最后训练分类器进行分类。这一过程中,研究者们往往将研究重点集中在编码、聚合算法及分类器的改进创新上,而本文对图像分类的研究则将重心放在特征提取阶段,旨在选择最具判别力的局部特征子集编码聚合成Fisher向量。这是因为如今的图像采集设备配置参数及拍摄者水平参差不齐,图像质量差别很大,造成许多噪声特征存在,而且位于图像不相关区域及背景中的大部分特征并不能给分类提供有用的判别信息,甚至会产生严重的干扰,若这部分特征也作为图像表示的一部分将会使图像描述产生偏离,造成后续的一系列工作结果失准,从而降低图像分类准确率,同时也会增加分类任务的计算复杂度。 鉴于上述问题,本文提出了两种自适应的特征选择方法,一种是基于贝叶斯自适应算法的特征选择方法,另一种是基于显著区域提取的特征选择方法。并将它们分别引入到Fisher向量的生成过程中,以实现对图像分类系统的改进。论文的主要工作包括如下几方面: 1.设计了一个手动特征选择系统,手动选择局部特征子集聚合生成图像全局特征表达,并在小规模数据子集上进行分类实验,验证了特征选择思想对提高图像分类准确率的有效性。 2.基于贝叶斯自适应算法,提出了一种自适应特征选择方法,只保留判别力强的局部特征子集,通过Fisher编码算法生成图像全局特征表达,即Fisher向量,在Caltech256, PASCAL VOC2007及BMW数据集上进行分类实验,并从算法的适用性和扩展性两方面进行全面分析总结。 3.提出了一种基于显著区域提取的特征选择方法,利用空间信息来去除背景的无用特征,从而生成理想的局部特征子集,并在分类实验上进行了验证,针对分类性能进行了详细分析和深入讨论。 实验表明,将本文提出的两种特征选择方法引入到Fisher向量的生成过程中后,能得到更具判别力的理想图像全局特征表达,因而与简单线性分类器结合就能取得很好的性能。而且这两种方法对低分辨率、低质图像的分类有着很好的适用性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 潘崇;朱红斌;;基于自适应特征选择和SVM的图像分类的研究[J];计算机应用与软件;2010年01期
2 刘峰;;一种基于改进的2D-Gabor纹理图像分类方法[J];测绘科学;2010年03期
3 刘峰;龚健雅;;一种基于多特征的高光谱遥感图像分类方法[J];地理与地理信息科学;2009年03期
4 江勇;张晓玲;师君;;基于目标分解与支持向量机的极化SAR图像分类研究(英文)[J];中国图象图形学报;2008年08期
5 赵银娣;;基于环形马尔可夫模型的纹理图像分类[J];计算机应用与软件;2009年12期
6 赵炳爱,范晓虹;直方图在图像分类快速算法中的应用研究[J];电脑开发与应用;2003年05期
7 潘建刚,赵文吉,宫辉力;遥感图像分类方法的研究[J];首都师范大学学报(自然科学版);2004年03期
8 冯霞,黄亚楼;基于压缩直方图的图像分类[J];南京航空航天大学学报;2005年03期
9 孟祥增,杨晓娟;结合主题与内容的Web图象分类[J];山东师范大学学报(自然科学版);2005年04期
10 王一达;沈熙玲;谢炯;;遥感图像分类方法综述[J];遥感信息;2006年05期
11 赵凯;李春平;;一种基于粗糙集的图像分类方法[J];微计算机应用;2007年05期
12 李海峰;杜军平;;颜色特征的图像分类技术研究[J];智能系统学报;2008年02期
13 李含光;吴小季;;基于脊波变换和SVM的MSTAR图像分类[J];武汉理工大学学报;2010年16期
14 刘斌;陆华;刘国涛;;遥感数据的粗糙集表示及分类[J];四川理工学院学报(自然科学版);2011年01期
15 朱义明;;基于Hadoop平台的图像分类[J];西南科技大学学报;2011年02期
16 谭衢霖,邵芸;雷达遥感图像分类新技术发展研究[J];国土资源遥感;2001年03期
17 孙蕾,耿国华,周明全,李丙春;用于医学图像分类的支持向量机算法研究[J];计算机应用与软件;2004年11期
18 赵永强;潘泉;张洪才;;基于变精度粗集的分类方法[J];计算机科学;2004年03期
19 于子凡;杜贵君;林宗坚;;图像盒子维数特征计算方法改进[J];测绘科学;2006年01期
20 汤进;张春燕;罗斌;;基于图谱分解和概率神经网络的图像分类[J];中国图象图形学报;2006年05期
中国重要会议论文全文数据库 前10条
1 杨炯明;范得功;周雁冰;柳亦兵;;基于Fisher准则的风电齿轮箱故障识别[A];中国自动化学会控制理论专业委员会B卷[C];2011年
2 ;A Novel Kernel Fisher Discriminant Analysis:Constructing Informative Kernel by Decision Tree Ensemble for Metabolomics Data Analysis[A];中国化学会第28届学术年会第14分会场摘要集[C];2012年
3 卢华玮;陈蜀宇;张晓琴;常光辉;;基于加权多核Fisher鉴别的多维可信行为监控方法[A];第十四届全国容错计算学术会议(CFTC'2011)论文集[C];2011年
4 ;Process Fault Diagnosis Based on Kernel Regularized Fisher Discriminant[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
5 高砚军;徐华平;;基于窗口自适应灰度共生矩阵的SAR图像分类[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
6 ;赛默飞世尔科技公司(Thermo Fisher Scientific)简介——服务科学,世界领先[A];新发和再发传染病防治热点研讨会论文集[C];2010年
7 吴霜;张一飞;修非;王大玲;鲍玉斌;于戈;;基于兴趣点特征提取的医学图像分类[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
8 陈思坤;吴洪;;基于图分块并利用空间金字塔的医学图像分类[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
9 李娜;曾向阳;;目标识别中的样本选择和特征选择联合算法研究[A];2009年西安-上海声学学术会议论文集[C];2009年
10 张永;陈思睿;杨志勇;;一种改进的文本分类方法的研究[A];第二届全国信息检索与内容安全学术会议(NCIRCS-2005)论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 杨冰;基于艺术风格的绘画图像分类研究[D];浙江大学;2013年
2 白有茂;基于张量流形学习的图像分类技术研究[D];中国矿业大学(北京);2013年
3 曹苏群;基于模糊Fisher准则的聚类与特征降维研究[D];江南大学;2009年
4 赵鑫;图像分类中的判别性增强研究[D];中国科学技术大学;2013年
5 贾世杰;基于内容的商品图像分类方法研究[D];大连理工大学;2013年
6 吴丽娜;基于词袋模型的图像分类算法研究[D];北京交通大学;2013年
7 李晓旭;基于概率主题模型的图像分类和标注的研究[D];北京邮电大学;2012年
8 匡金骏;基于稀疏表示的图像分类与目标跟踪研究[D];重庆大学;2013年
9 员永生;基于支持向量机分类的面向对象土地覆被图像分类方法研究[D];西北农林科技大学;2010年
10 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 李萌;基于特征选择的Fisher向量在图像分类中的应用[D];北京交通大学;2014年
2 刘彤彦;WWW图像分类方法研究[D];山东师范大学;2004年
3 武京相;融合全局和局部特征的医学图像分类[D];电子科技大学;2010年
4 臧伟;Boosting算法在远程教育分析和图像分类中的应用研究[D];清华大学;2004年
5 贾宁;基于粗糙集的图像分类和检索研究[D];南华大学;2010年
6 高锦;基于SVM的图像分类[D];西北大学;2010年
7 龚建军;无线网络图像检测系统[D];浙江大学;2004年
8 薛长花;基于半监督学习的静态极光图像分类[D];西安电子科技大学;2010年
9 李慧君;基于量子克隆进化算法的BP神经网络POLSAR图像分类[D];哈尔滨工业大学;2010年
10 柳一鸣;自适应量子行为粒子群算法及其在图像分类中的应用研究[D];浙江大学;2011年
中国重要报纸全文数据库 前10条
1 周晓娟;TD已过分水岭[N];通信产业报;2008年
2 刘杰;民众网络晒照片,博物馆兴趣浓烈[N];中国摄影报;2009年
3 ;尽享极速冲浪快感的 Longator 2004横空出世[N];中国电脑教育报;2004年
4 ;Internet上的水产信息资源分布[N];中国海洋报;2000年
5 陈蕾;赛默飞世尔科技亮相Pittcon 2011延续创新精神[N];中国包装报;2011年
6 天相投顾 闻群王聃聃;选基金需考虑风险承受力[N];中国证券报;2007年
7 李勇;2010年医械行业10大风险投资[N];医药经济报;2011年
8 孙志伟;刘刚检查城防林建设[N];齐齐哈尔日报;2008年
9 郑卫东;高产鹅选种方法和标准[N];中国畜牧兽医报;2007年
10 ;破落的VC偶像[N];网络世界;2001年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978