利用 GIST 图像描述符分类交通场景
计算机视觉与模式识别
2013-10-02 v1
摘要
本文研究了在极低带宽场景下的交通场景分类，其中图像应由少量特征进行编码。我们引入了一个名为 FM1 的新数据集，该数据集由 5615 张图像组成，涵盖八种不同的交通场景：开放高速公路、开放道路、居民区、隧道、隧道出口、收费站、繁忙交通和立交桥。我们评估了 GIST 描述符作为这些图像表示的适用性，首先通过使用主成分分析 (PCA) 和 k-means 聚类探索描述符空间，然后使用支持向量机 (SVM) 分类器，并记录其在引入的 FM1 数据集上的 10 折交叉验证性能。获得的识别率非常令人鼓舞，表明即使在需要非常高性能的情况下，单独使用 GIST 描述符也可能具有足够的描述能力。
引用
@article{arxiv.1310.0316,
title = {Classifying Traffic Scenes Using The GIST Image Descriptor},
author = {Ivan Sikirić and Karla Brkić and Siniša Šegvić},
journal= {arXiv preprint arXiv:1310.0316},
year = {2013}
}
备注
Part of the Proceedings of the Croatian Computer Vision Workshop, CCVW 2013, Year 1