颜色相关局部二值模式：一种用于彩色图像识别的学习型局部描述子
计算机视觉与模式识别
2020-12-14 v1
摘要
局部二值模式（LBP）作为一种局部特征，在图像识别中已展现出其简单性、易实现性和强判别力。尽管已有一些LBP变体专门针对彩色图像识别进行研究，但这些方法未能充分考虑图像的颜色信息，且容易引发分类中的维数灾难。本文提出一种颜色相关局部二值模式（cLBP），它从解码后的LBP中学习主导模式，用于彩色图像识别。本文首先提出一种相对相似度空间（RSS），用于表示图像通道间的颜色相似性以描述彩色图像。然后，采用解码后的LBP来挖掘对应于RSS传统RGB空间各颜色通道的LBP特征图之间的相关信息，用于特征提取。最后，采用一种特征学习策略来学习主导的颜色相关模式，以降低特征向量维度并进一步提高特征的判别性。理论分析表明，所提出的RSS相比传统RGB空间能提供更具有判别性的信息，并具有更高的噪声鲁棒性和光照变化鲁棒性。在四组共十二个公开彩色图像数据集上的实验结果表明，所提方法在特征维度、无噪声、含噪声及光照变化条件下的识别准确率方面均优于大多数LBP变体。
引用
@article{arxiv.2012.06132,
title = {Color-related Local Binary Pattern: A Learned Local Descriptor for Color Image Recognition},
author = {Bin Xiao and Tao Geng and Xiuli Bi and Weisheng Li},
journal= {arXiv preprint arXiv:2012.06132},
year = {2020}
}