基于视觉注意模型的图像分类方法

摘要

一种图像分类技术领域的基于视觉注意模型的图像分类方法，包括如下步骤：步骤一，在所选图像库中随机选取一定数量的图像作为训练样本；步骤二，提取每幅图像基于视觉注意模型和全局稀少性的特征向量；步骤三，对待分类的图像计算每幅图像基于视觉注意模型和全局稀少性的特征向量；步骤四，将步骤二和步骤三中提取的特征向量送往分类器进行分类，最终得到待分类图像的分类结果。本发明可以从底层特征中获取高层的具有视觉特性的特征进行图像分类，使得分类的结果更为精准。

主权项

1、一种基于视觉注意模型的图像分类方法，其特征在于，包括如下步骤：步骤一，在所选图像库中随机选取设定数量的图像作为训练样本；步骤二，提取训练样本中每幅图像的基于视觉注意模型和全局稀少型的特征向量，具体如下：首先，获取图像的亮度通道、颜色通道、方向通道以及稀少性通道，然后，利用多分辨率处理的机制，分别为各个通道建立高斯金字塔，其次，对于高斯金字塔通过中心—边缘操作生成一系列特征图，其中，对亮度通道通过中心-边缘操作计算中心—边缘差，同时也计算边缘—中心差，则亮度通道被分解为两个子通道上；最后，在各个通道内对由第六步生成的特征图进行跨尺度相加，使得每个通道各生成一副总的特征图，并采用网格平均法对生成的各特征图提取特征向量；步骤三，对待分类的图像也采用与步骤二相同的方法提取每副图像基于视觉注意模型和全局稀少性的特征向量；步骤四，将步骤二和步骤三提取的特征向量送往分类器进行分类，最终得到待分类图像的分类结果。