基于前景、背景与混合特征的场景图像表示
计算机视觉与模式识别
2021-06-01 v1 机器学习
摘要
先前基于深度学习的场景图像表示方法主要将前景或背景信息之一作为分类任务的判别线索。然而，场景图像还需要额外信息（混合）以应对类间相似与类内差异问题。本文提出在前景与背景特征之外使用混合特征来表示场景图像。我们假定这三类信息能够共同更准确地表示场景图像。为此，我们采用三个在 ImageNet、Places 和 Hybrid（ImageNet 与 Places 两者）数据集上预训练的 VGG-16 架构，分别提取前景、背景与混合信息。这三类深度特征进一步聚合以得到我们用于场景图像表示的最终特征。在两个大型基准场景数据集（MIT-67 和 SUN-397）上的大量实验表明，我们的方法取得了最先进的分类性能。
引用
@article{arxiv.2006.03199,
title = {Scene Image Representation by Foreground, Background and Hybrid Features},
author = {Chiranjibi Sitaula and Yong Xiang and Sunil Aryal and Xuequan Lu},
journal= {arXiv preprint arXiv:2006.03199},
year = {2021}
}
备注
Submitted to Expert Systems with Applications (ESWA), 28 pages and 17 images