基于上下文的局部空间信息建模方法技术

一种基于上下文的局部空间信息建模方法，包括步骤：在提取每个图像的局部特征后，提取相应的上下文特征；根据每个局部特征对应的视觉单词，从测试图像中随机提取局部特征分组；利用聚类算法，在各组局部特征对应的上下文特征集合上训练得到多组上下文模式；根据局部特征对应的不同上下文模式进行聚集操作，将聚集结果串联得到图像的最终表达。本发明专利技术对于未经过对齐处理的图像，依然能够有效地处理其空间信息。在实际应用中，将该方法与现有的考虑绝对空间关系的方法相结合，还能够进一步提升图像分类精度。

【技术实现步骤摘要】

本专利技术涉及模式识别,特别涉及基于BoF(bag-of-features)模型的图像分类
技术介绍
目前，传统分类算法缺乏有效地表达图像空间信息的能力。这也是计算机视觉系统与人眼视觉系统相比在识别精度上仍存在着巨大差距的重要原因之一。常用的图像空间建模方法往往都只能处理绝对空间信息，例如，金字塔空间匹配算法。这类算法常常要依赖于数据集的偏向性才能发挥作用，只对经过对齐处理的图像有效，而对存在较大偏移的图像甚至完全失效。因此，鉴于只考虑绝对空间信息的算法已无法满足实际需要，我们提出了一种基于局部特征的上下文的方法来处理图像中的局部空间信息
技术实现思路
·为了解决现有技术存在的问题，本专利技术的目的是提供一种。一种，包括步骤a在提取每个图像的局部特征后，提取相应的上下文特征；b根据每个局部特征对应的视觉单词，从测试图像中随机提取局部特征分组；c利用聚类算法，在各组局部特征对应的上下文特征集合上训练得到多组上下文模式；d根据局部特征对应的不同上下文模式进行聚集操作，将聚集结果串联得到图像的最终表达。本专利技术对于未经过对齐处理的图像，依然能够有效地处理其空间信息。在实际应用中，将该方法与本文档来自技高网...

【技术保护点】
一种基于上下文的局部空间信息建模方法，包括步骤：a在提取每个图像的局部特征后，提取相应的上下文特征；b根据每个局部特征对应的视觉单词，从测试图像中随机提取局部特征分组；c利用聚类算法，在各组局部特征对应的上下文特征集合上训练得到多组上下文模式；d根据局部特征对应的不同上下文模式进行聚集操作，将聚集结果串联得到图像的最终表达。

【技术特征摘要】

【专利技术属性】
技术研发人员：谭铁牛，黄永祯，王亮，吴子丰，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：