论文研究基于RGBD融合特征的图像分类.pdf

当前经典的图像分类算法大多是基于RGB图像或灰度图像，并没有很好地利用物体或场景的深度信息，针对这个问题，提出了一种基于RGB-D融合特征的图像分类方法。首先，分别提取RGB图像denseSIFT局部特征与深度图Gist全局特征，然后将得到的两种图像特征进行特征融合；其次，使用改进K-means算法对融合特征建立视觉词典，克服了传统K-means算法过度依赖初始点选择的问题，并在图像表示阶段引入LLC稀疏编码对融合特征与其对应的视觉词典进行稀疏编码；最后，利用线性SVM进行图像分类。实验结果表明，所提出的算法能有效地提高图像分类的精度。