Locality-preserving descriptor for robust texture feature representation

روشهای طبقه بندی اخیر بافتها شامل روشهای کدگذاری غیر متناوب چرخشی بر مبنای الگوهای باینری محلی است. چنین روش هایی برای تغییرات چرخشی قوی هستند، اما آنها به اطلاعات مکان (یعنی اطلاعات هندسی) از تصاویر بافت منجر می شوند. از این رو، ما یک توصیفگر حفظ کننده مکان ارائه می دهیم که ویژگی های چرخش غیر مجاز را رمزگذاری می کند. نمونه های پیشنهادی نمونه های همسایه پیکسل ها مشابه روش های مبتنی بر الگوهای باینری محلی هستند، اما نمونه گیری محله براساس حداکثر جهت گابور انجام می شود تا اطمینان حاصل شود که محل نگهداری می شود. روش های متعارف اطلاعات محلی را از بین می برند، زیرا الگوهای بیتی برای رمزگذاری چرخش غیرمستقیم گروه بندی می شوند. به عبارت دیگر، روش گروه بندی هندسه هر الگوی بیتی را نادیده می گیرد. با این حال، توصیفگر محلی حفظ شده پیشنهادی شامل یک روش گروه بندی نیست، هرچند به دلیل بانک های فیلتر فیلتر گابور، هر دو به طور متناوب چرخش و محل نگهداری می شوند. در آزمایشات، ما عملکرد پیشرفته ترین روش ما را با مجموعه داده های بافت گسترده به کار بردیم.