图像异质局部特征稀疏学习及其在基于内容的图像检索中的应用
图像的局部特征提取和图像的稀疏表示是当前计算机视觉和模式识别领域研究的热点课题.本文提出了一种将图像异质局部特征通过稀疏学习映射为图像全局表示形式的新方法,并将之应用于基于内容的图像检索任务中.该方法从训练数据中学习视觉词典,采用稀疏编码、最大值合并、加权联接和归一化处理融合多种图像局部特征的互补信息,最终生成一个高维稀疏向量来多角度地描述图像的视觉内容.图像检索实验结果表明,这种在异质局部特征基础上学习而来的描述图像的全局表示形式,解决了单一局部特征描述图像的局限性和高维局部特征相似性匹配时空复杂度高的问题.
图像检索 稀疏学习 信息提取 特征匹配
徐望明 方康玲
武汉科技大学信息科学与工程学院,武汉,430081
国内会议
济南
中文
87-87
2012-10-01（万方平台首次上网日期，不代表论文的发表时间）