基于空间Fisher向量的图像分类方法

摘要

本发明公开了一种基于空间Fisher向量的图像分类方法，主要解决现有技术中图像“前景和背景视觉歧义”问题和图像描述向量中缺乏特征点空间分布信息的问题，其实现步骤为：(1)提取所有图像的“尺度不变特征转换”特征点；(2)在训练集图像的特征点空间中，利用高斯混合聚类算法对特征点进行聚类，得到码书；(3)利用梯度向量和柯列斯基分量，生成每幅图像的Fisher向量；(4)对每幅图像进行2×2空间区域划分，分别统计各小区块的特征点个数和坐标；(5)利用各小区块的Fisher向量，拼接生成每幅图像的空间Fisher向量；(6)利用支持向量机构建分类超平面，实现图像分类。本发明能更精确的描述图像信息，提高了图像分类的准确率，可用于大规模图像分类与检索系统的构建。