空间金字塔方法表示图像（转）（2） 金字塔, 空间

yuyang911220

4、空间金字塔匹配SPM《Beyond Bags of Features: Spatial Pyramid Matching for Recognizing Natural Scene Categories》
空间金字塔匹配Spatial Pyramid Matching(SPM)，是一种利用空间金字塔进行图像匹配、识别、分类的算法。
如下图所示，将level(i)的图像划分为pow(4,i)个cell（bins），然后再每一cell上统计直方图特征，最后将所有level的直方图特征连接起来组成一个vector，作为图形的feature。







上面的黑圆点、方块、十字星代表一副图像上某个pitch属于k-means后词典中的某个词；
        1）将图像划分为固定大小的块，如从左到右：1*1，2*2，4*4， 然后统计每个方块中词中的不同word的个数；
        2）从从左到右，统计不同level中各个块内的直方图；
        3）最后个将每个level中获得的直方图都串联起来，并且给每个level赋给相应的权重，从左到右权重依次增大；
        4）将SPM放入SVM中进行训练和预测；
       论文中的实验过程如下：
        1）用 strong feature detector即SIFT进行特征检测，patch size=16*16，patch每次移动的步长spacing grid=8*8。
        2）按照BOF相同的方法（即KMeans）构建包含M个words的dictionary。

3）利用图像金字塔把图像划分为多个scales的bins(空间金字塔分层分网格)，然后计算落入每个bins中属于不同类别的word的个数，则图像X、Y最终的匹配度为(M为关键词个数)：(个人对此匹配度核函数的理解是：这个核函数可当作SVM中的核函数，来匹配两幅图像是否为一类)