发明名称 |
基于多线索归一化非负稀疏编码器的图像快速特征表示方法 |
摘要 |
本发明基于多线索归一化非负稀疏编码器的图像快速特征表示方法,具体步骤为:图像的局部特征提取:将数据集中每幅图像稠密地提取SIFT特征和颜色矩特征;从所提取的所有SIFT、颜色矩特征中,随机地选取若干对,以K-均值聚类的方法得到码书;利用求解得到的码书,按照基于多线索归一化非负稀疏编码编码器的松弛模型,优化求解编码器参数。测试阶段:利用训练过程得到的编码器,在对一幅图像进行特征表示时,仅提取一副输入图像的SIFT特征,利用编码器计算SIFT特征的编码系数,将所有编码系数按照空间金字塔最大池化的方式进行整合,所得到的高维的特征向量就是该图像的特征向量;利用所得的图像特征表示,进一步用于各种图像分类/检索等智能分析应用当中。 |
申请公布号 |
CN105224943A |
申请公布日期 |
2016.01.06 |
申请号 |
CN201510566717.7 |
申请日期 |
2015.09.08 |
申请人 |
西安交通大学 |
发明人 |
王进军;张世周;龚怡宏;石伟伟 |
分类号 |
G06K9/46(2006.01)I |
主分类号 |
G06K9/46(2006.01)I |
代理机构 |
西安通大专利代理有限责任公司 61200 |
代理人 |
闵岳峰 |
主权项 |
基于多线索归一化非负稀疏编码器的图像快速特征表示方法,其特征在于,包括以下步骤:1)对待处理的图像数据集中所有图像分别稠密地提取SIFT特征和颜色矩特征或者HOG特征和颜色矩特征;2)对待处理的图像数据集中所有图像提取完SIFT特征后,随机地选取5万至50万的SIFT特征和颜色矩特征,分别求解出待处理的图像数据集的SIFT特征码书和颜色矩特征码书;3)建立基于多线索归一化非负稀疏编码编码器的松弛模型;4)利用步骤2)中求解得到的码书,按照步骤3)中建立的基于多线索归一化非负稀疏编码编码器的松弛模型,求解松弛模型的参数,得到基于多线索归一化非负稀疏编码编码器;5)利用求解得到的基于多线索归一化非负稀疏编码编码器,对所有的SIFT特征进行编码;6)对图像数据集中每张图像的编码进行空间金字塔最大池化方法整合,得到每张图像的特征向量。 |
地址 |
710049 陕西省西安市咸宁西路28号 |