图像场景分类的关键技术研究.docVIP

题目编号 图像场景分类的关键技术研究 Research on Key Technologies For Scene Classification 学 生 姓 名 专 业 学 号 指 导 教 师 学 院 电子信息工程学院 2012年06月 图像场景分类的关键技术研究 摘 要:图像场景可能由多个对象(比如:草地，马路，建筑物)所组成。给定一组图像，我们的目标是利用无监督方法发现每一幅图像所包含的对象，然后根据这些对象的分布实现场景的分类。潜在语义分析是由统计文本分析发展而来的产生式模型，它能够发现文档所包含的潜在主题。 本文通过研究不同的视觉词汇和潜在主题数目对场景分类性能的影响，我们选择单层SIFT特征作为PLSA的词汇表。然后在此基础上进行改进，实现多层SIFT特征，多种特征融合作为词汇表。采用概率潜在语义分析(PLSA)对词汇表进行分析，实现图像中潜在对象的发现；图像被比作成一篇由若干“视觉词包”所组成的文档，图像中的对象则被看成该图像文档所包含的潜在主题。这样，利用PLSA就可以发现图像中潜在对象的概率分布。基于对象概率分布的场景分类则由K-最近邻分类器来完成的。实验表明，结合PLSA和KNN的分类方法提出的基于多层SIFT特征和多种特征融合的PLSA模型可获得比单层 SIFT特征更加理想的场景分类效果 关键词:概率潜在语义分析(PLSA)，场景分类，SIFT特征，颜色特征，边缘特征，多层SIFT特征 Researh on Key Technologies For Scene Classification ABSTRACT: Given a set of images of scenes containing multiple categories (e.g. grass, roads, buildings) our objective is to discover these objects in each image in an unsupervised manner, and to use this object distribution to perform scene classification. We investigate the classification performance under changes in the visual vocabulary and number of latent topics learnt, and develop a novel vocabulary using SIFT descriptors. Then based on this method, we developed vocabulary using multi-level SIFT descriptors in order to improve the classification performance. Finally Using a variety of features generate vocabulary, we achieve this discovery using probabilistic Latent Semantic Analysis (PLSA), a generative model from the statistical text literature, here applied to a bag of visual words representation for each time image. The scene classification on the object distribution is carried out by a k-nearest neighbor classifier. In all cases the Scene Classification Based on Multi-level SIFT and Multi-feature for the combination of PLSA followed by (supervised) K-nearest neighbor classification achieves more superior results. Keywords： PLSA, Scene classification, SIFT characteristic, multi-level SIFT characteristic 目 录 第一章 引 言 - 1 - 1.1本文研究目的 - 1 - 1.2本文研究意义 - 2 - 1.3本