Summary
针对特征提取与场景描述在场景分类任务中的重要性,提出了一种独立子空间内的场景特征增量学习方法,采用基于独立子空间分析的无监督学习方法获取结构化的特征基元,基元的优化过程融入增量学习的思想框架中,以解决大样本以及动态样本下的学习难题.通过特征基元的非线性映射获取一种规则网格划分下的图像块状描述子,最后结合空间金字塔匹配模型构建层次化的场景描述,有效提高了场景图像分类的精确度.在OT场景图像集上的实验结果表明,所得特征基元能够用于构建低维高效的场景描述,通过详细讨论相关参数对优化过程以及分类性能的影响,并与多种典型模型下的实验结果进行对比,充分验证了该方法在场景分类任务中的有效性.
-
Institution合肥工业大学计算机与信息学院