基于条件随机场模型的概率性图像块表示用于图像分类
计算机视觉与模式识别
2016-10-06 v2
摘要
本文提出一种基于有序图像块的方法，利用条件随机场（CRF）对图像中的局部属性及其空间关系进行编码，以解决纹理分类、人脸识别和场景分类问题。典型的图像分类方法在特征空间中表示图像时，不考虑图像独有属性间的空间因果关系。本方法首先将每幅图像编码为包含局部属性的有序图像块序列。其次，利用CRF将这些有序图像块序列建模为概率特征向量，以刻画这些局部属性的空间关系。最后，在此概率性图像表示上进行图像分类。在多个标准图像数据集上的实验结果表明，所提方法优于现有的一些图像分类方法。
引用
@article{arxiv.1607.06797,
title = {A probabilistic patch based image representation using Conditional Random Field model for image classification},
author = {Fariborz Taherkhani},
journal= {arXiv preprint arXiv:1607.06797},
year = {2016}
}