Kernel-based Image Classification Using the Context of Visual Words
用基于视觉单词上下文的核函数对图像分类

当前在图像分析领域，将局部特征编码为视觉单词的做法非常流行。基于普通的视觉单词，提出了一种新的能够融合单词多层上下文的核函数。设计中体现了如下信息：1）多层的单词直方图；2）多层的“词组”直方图；3）单词（以及词组）的上下文的类别。然后将该核函数应用于支持向量机，对图像进行分类。在Corel图像库等公共测试集上，该方法取得出色的性能。此外，在一个实用性很强的复杂问题中进行了对比：识别成人图像和泳装图像。该方法的识别准确率，比经典方法提高了约7%。实验结果表明，将核函数度量同视觉单词的多层次描述结合在一起，能够显著提高图像的识别能力。