增強(qiáng)量化的Bag-of-Features模型及其應(yīng)用.pdf

1、Bag-of-Features(BoF)模型在多媒體和計(jì)算機(jī)視覺(jué)領(lǐng)域的很多問(wèn)題中都有著廣泛的應(yīng)用。BoF的核心思想是將圖像局部特征描述符量化到視覺(jué)單詞，使得一張圖被表示成視覺(jué)單詞的直方圖。通常，我們首先利用聚類(lèi)算法將局部特征描述符聚合成一些類(lèi)簇。在量化過(guò)程中，局部特征描述符參考類(lèi)簇中心被映射到一個(gè)或多個(gè)視覺(jué)單詞。在這篇文章中，簡(jiǎn)單的使用類(lèi)簇中心來(lái)表示視覺(jué)單詞可能會(huì)得到不理想得映射。更理想的方法應(yīng)該是在量化時(shí)進(jìn)一步捕捉類(lèi)簇的大小來(lái)表示視覺(jué)

2、單詞。為了達(dá)到這個(gè)目的，我們介紹了一種簡(jiǎn)單而有效的量化算法，稱(chēng)為有效半徑編碼(ERC)。在我們的方法中，類(lèi)簇的有效半徑和中心共同代表視覺(jué)單詞。為了有效的估計(jì)有效半徑，我們通過(guò)計(jì)算許多支撐類(lèi)簇的錨點(diǎn)來(lái)捕捉類(lèi)簇大小。我們還利用有效半徑拓展了傳統(tǒng)的k-means方法來(lái)提升視覺(jué)單詞的生成過(guò)程。此外，我們還提出了一種新的基于有效半徑的軟分配編碼方法(ERSC)，在保證編碼效果的前提下大大提高了編碼的效率。實(shí)驗(yàn)結(jié)果證明了我們提出的算法提高了Bag-