基于中層特征的精細(xì)圖像分類.pdf

1、現(xiàn)如今，圖像處理中目標(biāo)分類與檢測越來越多的得到了人們的關(guān)注與研究。目標(biāo)分類一般分為兩種，一種是基礎(chǔ)圖像分類，另一種是越來越受到人們關(guān)注的精細(xì)圖像分類。基礎(chǔ)圖像分類是為了區(qū)分具有不同形狀以及視覺特征的物體（例如給出一個鳥的圖片，基礎(chǔ)圖像分類就是為了要區(qū)分出這張圖片是鳥的圖片還是狗的圖片）。精細(xì)圖像分類則是要區(qū)分具有相似形狀以及外貌特征的物體（例如給出一副鳥的圖片，精細(xì)分類就是要判斷出這只鳥究竟屬于哪一類鳥）。在這篇文章中，我們主要研究了圖

2、像的精細(xì)分類問題，在現(xiàn)實生活中它比圖像的基礎(chǔ)分類更加具有實用性。我們所使用的數(shù)據(jù)庫是目前比較有挑戰(zhàn)性的CUB-200以及Stanford_Dogs數(shù)據(jù)庫。
　　相對于使用底層的SIFT與 HOG特征描述子，我采用了BoW框架和高效匹配核EMK技術(shù)來將底層特征映射到中層特征中去。結(jié)合可以補償BoW和EMK框架里的空間信息丟失的加權(quán)空間金字塔，實驗就可以得到最優(yōu)的實驗結(jié)果。實驗用EMK與詞包（BoW）作對比，其中，BoW也可以看做是一