视觉词汇的主成分线性编码方法研究

摘要：

　　针对视觉物体分类中视觉词汇局部线性编码缺少显著性检验和共线性分析，提出主成分线性编码方法，选择与特征点具有最强线性相关性的K 近邻视觉单词，采用主成分多元线性回归方法，克服了视觉单词的共线性问题，从而减小了编码系数的偏差和不稳定，有效的提高了视觉物体分类的精度。依据图像量化结果的稀疏性是影响分类精度重要因素，对主成分线性编码得到的量化结果做稀疏性分析并进行能量正则化处理，进一步提高分类效率。

关键词： 视觉词袋模型 共线性 主成份回归

作者: 艾浩军 张敏 方禹 赵梦蕾 李泰舟 王红霞

作者单位: 武汉大学计算机学院,武汉430072 武汉理工大学计算机科学与技术学院,武汉430063

会议类型: 国内会议

会议名称: 第21届全国多媒体技术、第8届全国普适计算、第8届全国人机交互联合学术会议

会议地点: 广州

会议语种:中文

页码: 1-7

在线出版日期: 2012-11-23（万方平台首次上网日期，不代表论文的发表时间）