Discriminative compact pyramids for object and scene recognition

Abstract

Spatial pyramids have been successfully applied to incorporating spatial information into bag-of-words based image representation. However, a major drawback is that it leads to high dimensional image representations. In this paper, we present a novel framework for obtaining compact pyramid representation. First, we investigate the usage of the divisive information theoretic feature clustering (DITC) algorithm in creating a compact pyramid representation. In many cases this method allows us to reduce the size of a high dimensional pyramid representation up to an order of magnitude with little or no loss in accuracy. Furthermore, comparison to clustering based on agglomerative information bottleneck(AIB) shows that our method obtains superior results at significantly lower computational costs. Moreover, we investigate the optimal combination of multiple features in the context of our compact pyramid representation. Finally, experiments show that the method can obtain state-of-the- art results on several challenging datasets.

 

دانلود رایگان مقاله انگلیسی                   1.08 MB

چکیده
اهرام فضایی با موفقیت برای به اشتراک گذاری اطلاعات فضایی در نمایش تصویر مبتنی بر کیسه کلمات بکار گرفته شده است. با این حال، چارچوب جدیدی را برای دستیابی به نمایش هرم فشرده ارائه می کنیم. ابتدا به بررسی استفاده از الگوریتم خوشه بندی مشخصه ی تئوری اطلاعات تقسیم کننده در ایجاد نمایش هرم فشرده می پردازیم. در اکثر موارد این روش این امکان را به ما می دهد تا سایز نمایش هرم چند بعدی را تا درجه ای با کاهش دقت کم یا بدون کاهش، کاهش دهیم. بعلاوه، مقایسه با خوشه بندی مبتنی بر تنگنای اطلاعات متراکم نشان می دهد که روش ما به نتایج برتزی در هزینه های محاسباتی پایین تر دست می یابد. بعلاوه، به بررسی ترکیب بهینه ی چندین مشخصه در متن نمایش هرم فشرده می پردازیم. در نهایت، آزمایش ها نشان می دهند که این روش می تواند به جدیدترین نتایج در مورد مجموعه داده های چالش انگیز متعدد دست یابد

تعداد صفحات مقاله انگلیسی:  10 صفحه
تعداد صفحات مقاله فارسی : 18 صفحه

اضافه کردن نظر