[发明专利]基于卷积特征和空间视觉词袋模型的场景识别方法

摘要

本发明公开了一种基于卷积特征和空间视觉词袋模型的场景识别方法。该方法包括：对原始数据库中的数据进行扩增技术，产生大量的、与原数据相似、标签不变的训练数据；对数据库中的图像进行预处理，得到符合的场景图像；利用构建的卷积神经网络模型及其训练后得到的参数设置，训练得到数据库图像的卷积特征；将得到的图像卷积特征用空间视觉词袋模型进行词典生成特征编码并形成直方图矢量；引入并联的思想融合多种特征,发挥其优势并结合SVM分类器实现场景分类性能的提高。

主权项

一种基于卷积特征和空间视觉词袋模型的场景识别方法，其特征在于，包括：对原始数据库中的数据进行扩增，生成第一场景图像，所述第一场景图像包括多个与原数据相似、标签不变的训练数据；根据所述第一场景图像构建卷积神经网络模型；将所述第一场景图像和待分类图像分别输入到构建好的卷积神经网络模型，分别得到第一场景图像的图像卷积特征和待分类图像的图像卷积特征；根据得到的图像卷积特征用空间视觉词袋模型生成特征编码词典；根据所述特征编码词典分别获取所述第一场景图像的最终直方图信息和待分类图像的最终直方图信息；根据预设的分类器、第一场景图像的最终直方图信息和待分类图像的最终直方图信息对待分类图像分类。