一种多特征融合的场景分类方法

摘要 针对图像当中的不同对象,各种特征的优势各不相同,彼此之间存在互补现象.因此,提出一种多特征融合的图像场景分类方法.首先分别提取图像的GIST特征、SIFT特征和PHOG特征;然后将SIFT特征进行局部约束线性编码,并基于空间金字塔模型进行最大池化生成稀疏向量表示;接着采用串联的方法将GIST特征、SIFT特征稀疏向量表示和PHOG特征进行特征融合;最后将融合特征与类标签信息一起输入到线性SVM进行分类.多特征融合的图像场景分类方法,充分考虑了各个特征之间的优势以及图像原有特性和单词空间分布,能够有效的达到特征互补.实验结果表明,与其他分类方法相比,该方法具有较好的分类性能