基于融合SIFT特征和二次聚类视觉词典生成的场景分类方法 (2013年)

【文件属性】：
文件名称：基于融合SIFT特征和二次聚类视觉词典生成的场景分类方法 (2013年)
文件大小：333KB
文件格式：PDF
更新时间：2021-06-14 03:34:21
自然科学 论文 在传统SIFT(scale-invariant feature transform)特征检测算子基础上，增加部分伪极值点和非极值点作为特征点，提出融合SIFT特征检测算子．该算子能够提取图像中更多特征点，并使特征点在图像上分布均匀；然后在生成视觉词典前，对每幅图像的特征单独进行聚类，使视觉单词包含更多的场景信息，并缩短视觉词典的生成时间；最后使用PLSA(probabilistic latent semantic analysis)主题生成模型实现场景分类．在标准图像集上进行的对比实验表明：该方法的分类性