一种基于高阶特征表示的图像分类方法

传统高阶特征构建方法需对局部特征进行两两匹配,随着阶数的增加,从而导致组合爆炸问题。为此,提出一种高阶特征组合表示方法。将图像划分为多个网格,每个网格内的尺度不变特征转换组合成高阶特征组合。同一个网格内tf-idf值最大的特征作为主特征,其余特征作为子特征,将主特征与子特征之间的夹角作为特征空间信息。通过高阶特征组合的视觉距离和几何距离匹配高阶特征,并结合支持向量机进行图像分类实验,结果表明,该方法分类准确率提高了约4%,可有效避免组合爆炸问题。