spatial spyrimad matching

from：

http://blog.163.com/pz124578@126/blog/static/2352269420128735912834/

关于spatial pyramid matching for recognizing natural scene categories的总结  

2012-09-07 18:42:56|  分类： 图像检索 |  标签：spm  bow  图像检索   |字号大中小 订阅

文章spatial pyramid matching for recognizing natural scene categories用于图像分类；是在BOW的基础上提出来的一种提升方法；特征和词典构造方法与BOW一致；

方法如下：

 若只存在一层的情况，则与bow一致，

这里就只阐述SPM的方法；

上面的黑圆点、方块、十字星代表一副图像上某个pitch属于kmeans后词典中的某个词；

1、将图像划分为固定大小的块，如从上到下：4*4,2*2,1*1， 然后统计每个方块中词中的bow；

2、从最底层金字塔开始（这儿是4*4），统计么个块内的直方图；

3、然后做fine—coarse的归并，得到上一层的直方图统计情况（如上图从左至右）；

4、最后个将每个金字塔的中获得的直方图都串联起来，并且给每层金字塔附上相应的权重，最底层权重最大，依次减少的过程；

5、将spm放入svm中进行训练和预测；

实验结果：

如下图所示：横轴为待分类的类别数目，纵轴为分类精度；

 红色线为SPM测试结果； 蓝色线为BOW测试结果；

总体而言，在BOW基础上进行SPM所花的时间是值得的。

另外在caltech101中结果如下（SPM）： 每类中含有25个训练样本，15个测试样本。

使用dsift：

5类：98%，10类：80%，15类：74%，20类:65%,30类：59.3%。

使用hog：

5类：96%，10类：74%，15类：62%，80类：32%。

使用lbp：比较差点。

使用phow：5类：90%，10类：81%，15类：67%，20类：66%，30类：57%，40类：57%，50类：55%，70类：54%，80类：54.7.

使用LLC在caltech101结果如下：每类中包含25个训练样本，15个测试样本。

使用phow：10类：95%，20类：80%，50类：75%，80类：72.5%。

基本与原文作者得到的实验结果相差不多。使用LLC确实能够提升分类的准确率。