利用多方向区域变换对斑块状图像结构进行分类
计算机视觉与模式识别
2019-12-10 v1 人工智能
摘要
外轮廓与内部结构均为对象分类的重要特征。然而，现有多数方法分别考虑外轮廓特征与内部结构特征，因而在对具有相似轮廓与灵活结构的斑块状图像结构进行分类时失效。为克服上述局限，本文提出一种新颖的多方向区域变换(MORT)，可同时有效刻画轮廓与结构特征，用于斑块状图像结构分类。MORT在多个尺度上于多方向区域执行，以有效整合斑块特征，从而以由粗到细的方式更好地描述形状。此外，所提MORT可扩展并与深度卷积神经网络技术结合，以进一步提升分类精度。在具有挑战性的超细粒度品种识别任务、昆虫翅识别任务及大变异蝴蝶识别任务上取得了极具鼓舞的实验结果，证明了所提MORT相对于最先进方法在斑块状图像结构分类中的有效性与优越性。我们的代码与三个斑块状图像结构数据集可从以下地址获取：https://github.com/XiaohanYu-GU/MReT2019。
引用
@article{arxiv.1912.00622,
title = {Patchy Image Structure Classification Using Multi-Orientation Region Transform},
author = {Xiaohan Yu and Yang Zhao and Yongsheng Gao and Shengwu Xiong and Xiaohui Yuan},
journal= {arXiv preprint arXiv:1912.00622},
year = {2019}
}
备注
Accepted by AAAI 2020