用于颜色-纹理分析的空间-光谱网络
计算机视觉与模式识别
2022-07-19 v1 机器学习
数据分析、统计与概率
摘要
自 20 世纪 60 年代以来，纹理便是最受关注的用于图像表征的视觉属性之一。然而，大多数手工设计描述子都是单色的，聚焦于灰度图像而丢弃颜色信息。在此背景下，本工作关注一种考虑所有颜色通道、采用更内在方法的颜色纹理分析新方案。我们的方案将彩色图像建模为有向复杂网络，称之为空间-光谱网络 (Spatio-Spectral Network, SSN)。其拓扑包含覆盖各颜色通道内空间模式的通道内边，而通道间边以对立方式处理通道对的谱属性。图像描述子通过对建模网络在多尺度、径向对称邻域下的简洁拓扑表征获得。在四个数据集上的实验涵盖了颜色-纹理分析的多个方面，结果表明 SSN 优于所有被比较的文献方法，包括已知的深度卷积网络，并且在数据集间具有最稳定的性能，取得 的平均准确率，而 MCND 为 、AlexNet 为 。此外，一项实验验证了方法在不同颜色空间下的性能，结果显示 SSN 同样具有更高的性能与鲁棒性。
引用
@article{arxiv.1909.06446,
title = {Spatio-spectral networks for color-texture analysis},
author = {Leonardo F. S. Scabini and Lucas C. Ribas and Odemir M. Bruno},
journal= {arXiv preprint arXiv:1909.06446},
year = {2022}
}