一种基于超图的高阶特征融合方法
基本信息
| 申请号 | CN202010301211.4 | 申请日 | - |
| 公开（公告）号 | CN111539466A | 公开（公告）日 | 2020-08-14 |
| 申请公布号 | CN111539466A | 申请公布日 | 2020-08-14 |
| 分类号 | G06K9/62(2006.01)I | 分类 | - |
| 发明人 | 赵云灏;高炜;侯瑞;胡杨;刘敏;张劳社;白平;陈康;侯晓松;刘利军;付旭东;张建;袁梦;方苏婉;任羽圻 | 申请（专利权）人 | 陕西延长石油售电有限公司 |
| 代理机构 | 北京宝护知识产权代理有限公司 | 代理人 | 华北电力大学;陕西延长石油售电有限公司 |
| 地址 | 102206北京市昌平区北农路2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于超图的高阶特征融合方法，包括以下步骤：1)获取多视觉通道特征{X1，X2…Xm}；2)计算多通道特征之间的高阶相关性；3)将多通道特征之间的高阶相关性通过超图的形式进行表示，得特征关系超图{κ1，…，κK}；4)利用特征关系超图{κ1，…，κK}，将整个多通道特征分类为K个聚类，并对各特征聚类计算相应的图像核，得K个图像核，然后将K个图像核组合成最终的图像核，再利用最终的图像核对核SVM分类器进行训练，然后利用训练后的核SVM分类器进行图像的分类，该方法能够将多通道特征较好的融合到鉴别图像表示中，继而提高图像分类的性能。 |
