基于 CSIFT 的局部约束线性编码用于图像分类
计算机视觉与模式识别
2013-10-01 v1
摘要
在过去十年中，SIFT 描述子被视为最鲁棒的局部不变特征描述子之一，并广泛应用于各种视觉任务。大多数传统图像分类系统依赖于基于亮度的 SIFT 描述子，这些描述子仅分析图像的灰度变化。由于忽略了颜色内容，可能会发生误分类。本文专注于通过添加颜色信息来提高现有图像分类算法的性能。为此，引入并实现了不同类型的彩色 SIFT 描述子。我们采用最先进的稀疏编码技术——局部约束线性编码 (LLC) 来构建图像分类系统以进行评估。在多个基准数据集上进行了真实实验。借助彩色 SIFT 的增强，所提出的图像分类系统在 Caltech-101 数据集上的分类准确率提高了约 3%，在 Caltech-256 数据集上的分类准确率提高了约 4%。
引用
@article{arxiv.1309.7484,
title = {CSIFT Based Locality-constrained Linear Coding for Image Classification},
author = {Chen Junzhou and Li Qing and Peng Qiang and Kin Hong Wong},
journal= {arXiv preprint arXiv:1309.7484},
year = {2013}
}
备注
9 pages, 5 figures