• 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.

    • 专利类型:

      发明专利

    • 申请/专利号:

      CN201510566717.7

    • 申请日期:

      2015.09.08

    • 公开/公告号:

      CN105224943A

    • 公开/公告日:

      2016-01-06

    • 发明人:

      王进军 张世周 龚怡宏 石伟伟

    • 申请人:

      西安交通大学

    • 主分类号:

      G06K9/46(2006.01)I,G,G06,G06K,G06K9

    • 分类号:

      G06K9/46(2006.01)I,G,G06,G06K,G06K9,G06K9/46

    • 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.