首页 | 本学科首页   官方微博 | 高级检索  
     

BoF扩展模型研究
引用本文:梁晔,刘宏哲,于剑.BoF扩展模型研究[J].计算机科学,2014,41(8):281-285.
作者姓名:梁晔  刘宏哲  于剑
作者单位:北京联合大学北京市信息服务工程重点实验室 北京100101;北京交通大学计算机与信息技术学院 北京100044;北京联合大学北京市信息服务工程重点实验室 北京100101;北京交通大学计算机与信息技术学院 北京100044
基金项目:本文受国家自然科学基金项目(61271369,61372148),北京市信息服务工程重点实验室开放课题(ZK20201402),北京联合大学“新起点”计划项目(ZK201211)资助
摘    要:BoF特征是目前应用最广泛的图像表示方法。针对BoF特征编码简单、缺乏空间信息的缺点,对传统BoF流程中的特征编码和特征汇集阶段进行改进,提出了用于图像分类的新图像表示方法。首先对图像进行了基于多环划分的特征汇集的区域选择,嵌入了更多的空间信息;其次,根据密采样的特征描述子符合长尾分布的事实以及场景中特征分布比较均匀的特点,提出了适合于场景图像分类的多视觉词硬编码的编码方法。新的图像表示方法保存了BoF范式的优点,且特征表示更加紧凑、空间信息更加丰富。实验结果证明了所提方法的有效性。

关 键 词:特征包  特征量化  特征汇集  图像表示  图像分类
收稿时间:2013/6/24 0:00:00
修稿时间:2013/7/28 0:00:00

Research on Extended BoF Model
LIANG Ye,LIU Hong-zhe and YU Jian.Research on Extended BoF Model[J].Computer Science,2014,41(8):281-285.
Authors:LIANG Ye  LIU Hong-zhe and YU Jian
Affiliation:Beijing Key Laboratory of Information Service Engineering,Beijing Union University,Beijing 100101,China;Institute of Computer and Information Technology,Beijing Jiaotong University,Beijing 100044,China;Beijing Key Laboratory of Information Service Engineering,Beijing Union University,Beijing 100101,China;Institute of Computer and Information Technology,Beijing Jiaotong University,Beijing 100044,China
Abstract:
Keywords:BoF  Feature quantization  Feature pooling  Image representation  Image classification
本文献已被 CNKI 等数据库收录!
点击此处可从《计算机科学》浏览原始摘要信息
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号