基于独立子空间分析的场景特征表述方法.docVIP

 基于独立子空间分析的场景特征表述方法# 凌然，谢昭，高隽，吴克伟** （合肥工业大学计算机与信息学院，合肥 230009） 5 10 15 20 25 摘要：针对场景分类任务中图像内容的复杂多样性，本文提出一种基于基元构造的图像编码 模型和分类方法。利用独立子空间分析方法对图像样本进行无监督学习，获取场景图像的基 元并分析图像的内部嵌入信息。对于一幅场景图像，本文采用非重叠分块策略求取基元响应， 并借助于空间金字塔特征汇聚，得到场景图像的编码表征。本文利用一对多支持向量机分类 方法进行多类别场景分类，并与 Bag-of-Words 模型进行对比实验，实验结果表明，本文方 法能有效实现场景图像的分类问题，且具有较为稳定的分类性能。 关键词：独立子空间分析；图像基元；图像编码；空间金字塔汇聚；场景分类 中图分类号：TP 391 Feature Extraction and Scene Classification using Independent Subspace Analysis LING Ran, XIE Zhao, GAO Jun, WU Kewei (School of Computer and Information, Hefei University of Technology, Hefei 230009) Abstract: Due to the complexity and diversity of scene contents, this paper presents an approach for image coding and scene classification based on unsupervised learning of texton bases and embedding statistics without semantic labeling. The learning process is implemented by applying Independent Subspace Analysis to randomly sampled image patches. For a given scene, we divide it into a sequence of non-overlapping patches and compute the texton responses of all the patches using the trained ISA network. Scenes are coded through the mean responses pooled over spatial pyramid sub-regions. Experiment shows the proposed method performs efficiently and is more stable than Bag-of-Words model on OT outdoor scene dataset with One vs. Rest multi-class SVM classifier. Key words: Independent Subspace Analysis (ISA); texton bases; image coding; spatial pyramid pooling; scene classification 30 0 引言 场景分类是计算机视觉（Computer Vision）和图像理解（Image Understanding）领域中 的一个重要研究方向，其本质就是对场景图像进行某种定量分析，用以判断场景图像的语义 类别。但是由于场景图像自身的复杂性，使得基于图像内容的识别方法在场景分类任务中存 35 40 在相当的困难，往往需要大量的前期语义标记工作以提供学习过程的强监督性。近年来较为 有效的且常用的场景分类方法有基于 Gabor 滤波的全局语义建模法 [1,2]和基于词汇包 （Bag-of-words）的局部语义概念法[3,4]，这两种方法均无需对场景内容进行分割标注，前者 利用 Gabor 滤波器模拟人类视神经元感受野（receptive field）的方向选择性响应模式提取图 像特征，而后者则利用聚类方法获取视觉词汇（visual vocabulary），利用统计直方图的方 法进行场景图像的表征。 基金项目：国家自然科学基金项目；教育部博士点基金项目（20090111110015）。 作者简介：凌然（1988-），女，硕士研究生，主要研究方向：图像理解、信号处理、模式识别 通信联系人：谢昭（198