基于多尺度局部特征编码与多通道特征融合的图像场景分类

摘要:场景分类在图像理解和计算机视觉中是一个挑战性问题。有效的图像表示在场景分类任务中至关重要。CNN特征在场景分类任务中表现相对突出,但仍有缺陷,其主要表征图像的全局特征,忽略了局部信息,且缺乏几何不变性。本文通过编码多尺度局部图像块的中层CNN特征,获得图像的局部信息,并将编码特征与原始图像的全局CNN特征进行多通道融合来描述场景图像,获得更高效的图像表示,以实现更好的分类判别。本文在两个常用的场景数据集上进行实验评估,结果表明,该方法在场景分类任务中取得了令人满意的效果。

关键词:
  • 场景分类  
  • cnn特征  
  • 多尺度特征编码  
  • 多通道特征融合  
作者:
秦芳; 顾广华
单位:
燕山大学信息科学与工程学院; 河北秦皇岛066004; 燕山大学河北省信息传输与信号处理重点实验室; 河北秦皇岛066004
刊名:
燕山大学学报

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:燕山大学学报

燕山大学学报杂志紧跟学术前沿,紧贴读者,国内刊号为:13-1219/N。坚持指导性与实用性相结合的原则,创办于1963年,杂志在全国同类期刊中发行数量名列前茅。