一种用于图像分类的语义增强线性编码方法

来源：电子与信息学报杂志2015年第4期北京时间：

作者：肖文华, 包卫东, 陈立栋, 王炜, 张茂军

摘要：针对传统编码模型中存在的编码歧义性问题，该文提出一种考虑特征上下文的语义增强线性编码方法。首先，通过学习局部邻域中特征共生关系矩阵来表示上下文信息。然后，在编码过程中同时引入学习而得的上下文信息与特征上下文匹配权重得到语义增强编码模型。由于上下文信息与上下文匹配权重的功能，使得此编码方法不仅丰富了编码的语义信息，还能够有效避免噪声带来的影响。在3个基准数据集(Scene15, Caltech101以及 Caltech256)上充分的实验验证了该方法的有效性。

关键词：图像分类, 特征编码, 上下文约束, 歧义性

基金资助：国家自然科学基金(61175006)和博士学科点专项科研基金(20134307110029)资助课题