不同类型噪声对图像分类任务影响的实证研究
计算机视觉与模式识别
2016-09-12 v1
摘要
图像分类是计算机视觉与机器学习中的主要研究问题之一。由于在大多数实际图像分类应用中无法控制图像的采集方式，因此有必要考虑这些图像可能受噪声影响的可能性（例如低质量监控摄像头中的传感器噪声）。本文分析了三种不同类型的噪声对两种广泛使用的特征提取方法（LBP 和 HOG）所提取描述符的影响，以及图像去噪如何有助于缓解这一问题。我们在两个不同的数据集上进行了实验，并考虑了多种噪声类型、噪声水平和去噪方法。结果表明，噪声会显著阻碍分类性能并使类别更难分离。尽管去噪方法未能达到无噪声场景下的相同性能，但它们改善了含噪数据的分类结果。
引用
@article{arxiv.1609.02781,
title = {An empirical study on the effects of different types of noise in image classification tasks},
author = {Gabriel B. Paranhos da Costa and Welinton A. Contato and Tiago S. Nazare and João E. S. Batista Neto and Moacir Ponti},
journal= {arXiv preprint arXiv:1609.02781},
year = {2016}
}