基于视觉词典全局拓扑表达的图像分类方法

摘要

本发明公开了一种基于视觉词典全局拓扑表达的图像分类方法，包括训练和识别两个过程，具体包括步骤：对已经标好类别的目标图像进行特征提取，对提取的特征在视觉词典上进行全局拓扑编码，对编码结果进行训练并建模；对未知类别的图像进行特征提取，对提取的特征在视觉词典上进行全局拓扑编码，将编码结果输入到训练得到的模型，获得目标图像的类别。由于全局拓扑表达对于图像的流形表达具有不变性，因此本发明采用基于视觉词典的全局拓扑表达提高图像识别的精度，并且该技术对于动态图像的理解具有重要的意义。本发明通过学视觉词典的全局拓扑表达，可以准确的识别图像的类别，这一技术可广泛应用于安全检验，网络搜索和数字娱乐等领域。

主权项

一种基于视觉词典全局拓扑表达的图像分类方法，其特征在于，该方法包括以下步骤：步骤1，采集多幅训练图像，对多幅训练图像分别进行局部采样，并在得到的局部采样块上提取尺度不变特征变换(SIFT)特征，从而得到训练图像的SIFT特征集合；步骤2，对得到的SIFT特征集合进行聚类生成多个聚类中心，并以所述聚类中心为视觉单词组成视觉词典其中，C表示视觉词典，其由M个D维的视觉单词c_i组成，表示D维空间中的M个点组成的子空间；步骤3，对每幅训练图像的每个SIFT特征进行全局拓扑编码；步骤4，对每幅训练图像的所有SIFT特征的全局拓扑编码V₁，V₂，...，V_N进行最大聚集操作，生成该训练图像的图像表达F；步骤5，将所有训练图像的图像表达送入分类器中进行训练，生成训练模型；步骤6，与所述步骤1相似，对每幅待识别图像进行局部采样，并在得到的局部采样块上提取尺度不变特征变换SIFT特征，得到每幅待识别图像的SIFT特征集合；步骤7，基于所述步骤2中得到的由视觉单词组成的视觉词典，利用所述步骤3对每幅待识别图像的每个SIFT特征进行全局拓扑编码；步骤8，与所述步骤4相似，对每幅待识别图像的所有SIFT特征的全局拓扑编码进行最大聚集操作，生成待识别图像的图像表达；步骤9，将所述步骤8得到的待识别图像的图像表达送入所述步骤5生成的训练模型进行测试，从而得到待识别图像中目标类别的识别结果；所述步骤3进一步包括三个子步骤：步骤3.1，计算所述视觉词典中视觉单词之间的相关性；步骤3.2，利用所述步骤3.1中得到的视觉单词之间的相关性对每个SIFT特征的最近邻的K个视觉单词建立全局拓扑模型；步骤3.3，利用所述步骤3.2得到的全局拓扑模型对每个SIFT特征进行全局拓扑编码；所述步骤3.2中，假设对于每幅训练图像提取得到的SIFT特征集合为其中，D是特征维数，N是特征个数，则对于每个特征x_j，其全局拓扑模型表示为：Δ(C，x_j，S)＝[Δ(c₁，x_j，S₁)，...，Δ(c_M，x_j，S_M)]，$\forall \Delta (c_i,x_j,S_i)=[\Delta (c_i,x_j,c_{i1}),...,\Delta (c_i,x_j,c_{{\mathrm{iQ}}_i})]\in R^{1\times Q_i},$其中，Δ(c_i，x_j，S_i)是向量x_j‑c_i和集合S_i中每一个相关单词c_ij与c_i构成的向量c_ij‑c_i之间的角度：$\Delta (c_i,x_j,S_i)=[\Delta (c_i,x_j,c_{i1}),...,\Delta (c_i,x_j,c_{{\mathrm{iQ}}_i})],$<x_j‑c_i，c_ij‑c_i>表示向量x_j‑c_i和向量c_ij‑c_i之间的内积，“·”代表两个向量之间的点乘，||·||₂表示向量的二范数。