图像场景分类与视频场景聚类技巧.pptVIP

此类方法已经在图像和视频检索领域研究了多年.该方法直接根据图像的低层特征区分图像,而不用识别图像中的目标,适合差别明显的场景分类。 对于复杂的图像场景分类效果差,推广性差,且不能克服低层特征与高层语义之间的鸿沟。 研究现状 二：利用图像中层语义建模 构建中间层主题—通过检测选取图像中包含的语义对象/兴趣区域块来帮助描述图像场景。 1.通过图像分割自动或手动标记出分割区域的类别 2.对每个区域/对象类别构建训练样本 3.使用机器学习方法实现对对象的分类。 该方法代表人物有Fan Jianping和Luo Jiebo,Feifei Li。 代表文章：A bayesian hierarchical model for learning natural scene categories.(CVPR05) 利用图像的中层语义建模是目前图像场景分类的研究热点和主流。 它可以有效弥补复杂场景和高层语义之间的鸿沟 主要研究者 A.OlivaA.Torralba. (MIT) CSAI Laboratory(计算机科学与人工智能) Interest：scene and object recognition Publication: Dense scene alignment using SIFT Flow