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。

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。