| 一种低冗余Dense SIFT特征提取方法 |
| |
| 引用本文： | 龙海霞,卓力,李嘉锋,张菁. 一种低冗余Dense SIFT特征提取方法[J]. 测控技术, 2017, 36(3): 20-23. DOI: 10.3969/j.issn.1000-8829.2017.03.005 |
| |
| 作者姓名： | 龙海霞 卓力 李嘉锋 张菁 |
| |
| 作者单位： | 北京工业大学信号与信息处理研究室,北京,100124 |
| |
| 基金项目： | 国家自然科学基金项目（61372149） |
| |
| 摘 要： | 特征提取是图像分类的关键部分之一.现有的Dense SIFT特征采用固定网格和步长以从上到下、从左到右的重叠方式提取特征,如果图像分辨率过大,将会导致提取的图像特征数量非常大,并且引入大量的冗余信息.为此,提出了一种低冗余Dense SIFT特征提取方法.该方法首先对图像进行预处理,实现对图像的紧凑表示;然后,利用数据中心化思想和(l)0范数去除冗余的Dense SIFT特征点,节约特征存储所需的空间,降低后续处理的计算复杂度;最后,将低冗余Dense SIFT特征提取方法应用于图像分类,提出了一种图像分类方案.实验结果表明,采用所提出的Dense SIFT特征提取方法,在减少特征点数量的同时,可以提升特征的区分能力.
|
| 关 键 词： | 图像分类 稀疏表示 特征提取 图像预处理 |
A Low-Redundancy Dense SIFT Feature Extraction Algorithm |
| |
| LONG Hai-xia,ZHUO Li,LI Jia-feng,ZHANG Jing. A Low-Redundancy Dense SIFT Feature Extraction Algorithm[J]. Measurement & Control Technology, 2017, 36(3): 20-23. DOI: 10.3969/j.issn.1000-8829.2017.03.005 |
| |
| Authors: | LONG Hai-xia ZHUO Li LI Jia-feng ZHANG Jing |
| |
| Abstract: | |
| |
| Keywords: | image classification sparse representation feature extraction image preprocessing |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《测控技术》浏览原始摘要信息 |
|
点击此处可从《测控技术》下载全文 |
|
