基于视觉特征和主题模型的自然场景分类
随着多媒体技术的发展,如何对图像有效管理和分类,成为一个图像领域中的难点问题。近年来,自然场景分类作为一种图像理解和管理的有效方法,成为研究热点。场景分类的任务就是根据语义类别对图像进行自动标注和分类,从而为目标识别提供指导信息。 本文通过分析自然场景分类的三层结构模型,从特征提取方法,特征选择方法,以及主题模型选择三方面进行研究。在特征提取方面,为了克服传统词包模型缺少空间语义的缺点,采用局部特征和全局特征结合的空间金字塔方法,生成具有空间信息的视觉特征。在特征选择方面,本文在研究传统特征选择算法的基础上,结合贝叶斯和谐度提出了新的特征选择算法。在主题模型选择上,为了获得隐含主题和分类类别,采用SLDA主题模型进行分类。 本文取得的研究成果为: 提出了基于特定类别选择的场景分类方法。该方法采用空间金字塔方法生成低层特征,并将其融合到词包模型中,使用贝叶斯和谐度特征选择算法选取对类别最接近的视觉词语,从而生成类别直方图。该方法充分保留了空间信息,并使得视觉词包具有更强的类别表述能力。 最后本文将场景分类方法运用到水质图像分类中,提出了基于多特征结合的水质图像分类方法。通过实验,证明本文设计的场景分类算法对水质图像分类的有效性。
自然场景分类;视觉特征;主题模型;空间信息;类别直方图
宁波大学
硕士
计算机应用技术
赵杰煜
2014
中文
TP391.41
75
2015-08-17(万方平台首次上网日期,不代表论文的发表时间)