基于噪声抑制的Fisher向量在图像分类中的应用李萌，黄雅平，林杰**510152025303540（北京交通大学计算机与信息技术学院，北京100044）摘要：基于Fisher向量的图像全局特征表达可以看作是词袋模型（Bag-of-visual-words）的扩展，二者都是基于图像的一种中间表示。前者由于融合了判别式和生成式模型的优点，不仅体现了每一个视觉单词的出现频率，还编码了关于局部特征分布的额外信息，因此Fisher向量是一种信息量更丰富的图像表示。但是基于传统Fisher向量的分类器性能在很大程度上受限于图像背景或不相关区域中提取到的无意义甚至起干扰作用的局部特征。因此本文提出一种基于贝叶斯自适应算法的噪声抑制方法，有效去除图像中判别能力差以及严重削弱分类性能的噪声特征，只将保留下来的局部特征用于Fisher向量的计算，实验表明，基于噪声抑制的Fisher向量对于低分辨率图像的分类识别准确率相比传统Fisher向量有了显著提升，并在一定程度上降低了计算复杂度。关键词：图像分类；Fisher向量；贝叶斯自适应；噪声抑制；低分辨率图像中图分类号：TP391.4ImageclassificationbasedonFishervectorwithnoisesuppressionLIMeng,HUANGYaping,LINJie(ComputerandInformationTechnologySchool,BeijingJiaotongUniversity,Beijing100044)Abstract:Fishervector,asaglobalfeatureexpression,canbeseenasanextensionofthebag-of-visual-words.Bothofthemarebasedonanintermediaterepresentation.Butfishervectorisakindofricherimagerepresentationbecauseofgatheringtheadvantagesofgenerativeanddiscriminativeapproaches.Itisnotlimitedtothenumberofoccurrencesofeachvisualwordbutitalsoencodesadditionalinformationaboutthedistributionofthedescriptors.Howevertheclassificationperformancebasedontraditionalfishervectorislargelylimitedbytheuninformativeandnoisylow-levelfeaturesfrombackgroundorirrelevantimagesegments.WeproposeanapproachofadaptivenoisesuppressionbasedonBayesianadaptation.Itcaneffectivelyremovethepoordiscriminativeandnoisyfeatureswithnegativeeffect.Thenthepreservedfeaturesareusedtocomputefishervector.Ourexperimentshowsthatnoisesuppressedfishervector(NSFV)performbetteronlow-resolution,low-qualitydatasetnotonlycomparedtothetraditionalFV,andcanreduceencodercomplexitytosomeextent.Keywords:Imageclassification;Fishervector;Bayesianadaptation;noisesuppression;low-resolutionimages0引言图像分类识别问题是计算机视觉领域的研究热点，其目的是根据图像的语义内容给其分配一个或多个标签，由于现实世界图像的多样性以及类内、类间存在的巨大差异，使得图像分类问题至今依然极具挑战性。特别是近十年来，随着现代智能手机以及其他带有摄像功能的电子设备的日益普及，赋予这些设备自动识别城市环境中常见物体和地标性建筑的功能引起了人们广泛的兴趣，这些图像中存在的常见物体和地标建筑在推动视觉目标识别领域研究---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---作者简介：李萌（1987-），女，硕士研究生，主要研究方向：图像处理、模式识别通信联系人：黄雅平（1974-），女，教授，主要研究方向：机器学习、计算机视觉、图像处理、模式识别.yphuang@bjtu.edu.cn-1----本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---与发展的同时也带来了一些新的问题，例如，由于电子设备配置参数及使用者拍摄水平参差4550556065707580---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---不齐，获取的图像质量会有很大差别，造成很多噪声特征的存在，而且位于图像背景和不相关区域中的大部分特征并不能提供有力的判别信息，甚至会产生干扰，使图像描述的重心产生偏离，训练的分类器失准，从而影响图像的分类准确率。另一方面，对于复杂图像，在提取的特征集合十分庞大的情况下，进一步进行高层语义编码所产生的计算复杂度很高。因此，在原始特征集合上选择...