基于多尺度上下文信息的图像目标分类算法

&lt;html dir="ltr"&gt;&lt;head&gt;&lt;title&gt;&lt;/title&gt;&lt;/head&gt;&lt;body&gt;针对真实场景图像的目标分类问题, 提出一种基于多尺度上下文信息的分类算法. 首先运用一种软判决采<br>样机制对图像进行局部信息采样, 使场景内混合的各类信息以一种鲁棒的方式得到有效分离; 然后, 进一步基于软判<br>决采样和统计特征表达机制, 计算各空间尺度下的目标上下文统计特征; 最后, 通过逻辑回归分类算法有效地融合多<br>尺度的上下文信息, 并作出分类决策. 实验表明, 所提出的算法能更好地刻画真实场景下目标的特性, 明显提高图像<br>目标分类性能.&lt;/body&gt;&lt;/html&gt;