Density-guided Tree-structured Kernel for Image Object Classification
基于密度导向的树型结构核的图像目标分类

针对学习算法不能很好地适用于由不等势(unequal cardinality)且无序的特征点集组成的实例,提出密度导向的树型结构核函数.将特征点集自适应分解成一个树型结构,把两个特征点集嵌入该树型结构,形成两个多分辨率直方图.然后计算由这两个多分辨率直方图公共节点所含特征点的密度加权的交叉函数值.该核函数可以自适应确定特征点集之间的局部对应(partial corresponding)关系,具有与特征点数成线性关系的计算复杂度,且是正定的.将该核函数嵌入基于核的判别分类器进行图像目标分类.并与词汇导向的金宁塔匹配核进行比较,实验结果表明,密度导向的树型结构核甬数能获得较好的分类性能.