[发明专利]一种优化词袋模型的图像分类方法

权利要求书

1.一种优化词袋模型的图像分类方法，其特征在于：包括以下步骤：

步骤1：提取局部特征描述符；

对训练图像和测试图像提取密集SIFT特征并生成128维的局部特征描述符；

步骤2：生成视觉字典；

对训练图像中的局部特征描述符进行k-means聚类生成视觉字典；

步骤3：生成显著性字典；

考虑视觉字典中视觉单词之间的内在关系，通过计算视觉单词之间的相似度，为每个视觉单词赋予一个权重，来突出显著性单词，弱化相似性单词，进而提高视觉字典整体的显著性和判别力；

步骤4：加权局部约束线性编码；

将局部特征描述符分配给最近邻的K个视觉单词并考虑局部特征描述符与近邻单词的位置关系，根据位置关系为近邻单词设置不同的加权系数，从而生成局部特征描述符通过视觉单词表示的编码系数向量；

步骤5：空间金字塔池化；

将图像分层划分成1*1、2*2、4*4的子图像块，分别统计各子图像块中视觉单词的分布情况，并按照一定的权重聚合构成图像的向量表示；

步骤6：SVM分类；

将待分类图像的向量表示输入到HIK交叉核函数的线性SVM分类器中，对图像进行分类。

2.根据权利要求1所述的一种优化词袋模型的图像分类方法，其特征在于：所述步骤3包括：

步骤3.1：对生成的视觉字典B∈R^128×M每列计算均值得到向量C∈R^1×M，其中任意一个元素c_i表示一个视觉单词的均值；

步骤3.2：用视觉字典B∈R^128×M的每一列减去视觉单词均值向量C∈R^1×M，得到视觉字典的差值矩阵D∈R^128×M；

步骤3.3：通过计算E＝D·D^T得到视觉字典B∈R^128×M的相关性矩阵E∈R^M×M，其中每一个元素e_ij表示视觉字典中视觉单词x_i与视觉单词x_j的相关性；

步骤3.4：令F＝ones(M)-E，并对F∈R^M×M每列求和得到G∈R^M×1，再通过S＝G./mean(G)对G∈R^M×1进行归一化，得到视觉字典的显著性表示S∈R^M×1，其中s_i表示视觉单词b_i的显著性；

步骤3.5：通过计算视觉单词与视觉单词显著性相乘，得到显著性字典A＝[s₁b₁,...,s_ib_i,...,s_Mb_M]∈R^128×M。

3.根据权利要求1所述的一种优化词袋模型的图像分类方法，其特征在于：所述步骤4包括：步骤4.1：计算局部特征描述符与视觉单词的欧式距离，寻找局部特征最近邻的K个视觉单词；

步骤4.2：通过计算K个近邻单词的位置关系，在编码过程中为每个近邻单词设置不同的权重；

步骤4.3：通过求解加权局部约束线性编码目标函数，获得图像的编码系数表示Z＝[z₁,...,z_i,...,z_N]∈R^M×N。