基于多尺度体积局部二值模式的 PDV 哈希与字典学习的动态纹理识别
计算机视觉与模式识别
2022-02-23 v2
摘要
时空局部二值模式（STLBP）已广泛用于动态纹理识别。STLBP 常遭遇高维问题，因其维度呈指数增长，导致 STLBP 只能利用较小的邻域。为解决此问题，我们提出一种基于多尺度体积局部二值模式的 PDV 哈希与字典学习（PHD-MVLBP）的动态纹理识别方法。该方法并非构建极高维的 LBP 直方图特征，而是首先使用哈希函数将像素差向量（PDVs）映射为二值向量，然后利用所得二值向量构建字典，并使用该字典对其进行编码。通过这种方式，PDVs 被映射为字典大小的特征向量，而非极高维的 LBP 直方图。这种编码方案能有效地从更大邻域的视频中提取判别信息。在两个广泛使用的动态纹理数据集 DynTex++ 和 UCLA 上的实验结果表明，所提方法优于当前最优方法。
引用
@article{arxiv.2111.12315,
title = {Dynamic Texture Recognition using PDV Hashing and Dictionary Learning on Multi-scale Volume Local Binary Pattern},
author = {Ruxin Ding and Jianfeng Ren and Heng Yu and Jiawei Li},
journal= {arXiv preprint arXiv:2111.12315},
year = {2022}
}
备注
5 pages, 1 figure