基于高斯统计模型的场景分类及约束机制新方法 a novel method for scene categorization with constraint mechanism based on gaussian statistical model.pdfVIP

第4期 电 子 学 报 Ⅷ．37No．4 2009年4月 A口隗Ⅱ正Cn㈣ICASINICA Apr．瑚9 基于高斯统计模型的场景分类及 约束机制新方法 谢昭，高 隽 (合肥工业大学计算机与信息学院，安徽合肥230009) 摘要：针对场景分类问题，提出了一种基于高斯统计模型的方法，无需手动标记特征表示的场景类别信息，通 过无监督聚类和高斯模型的参数学习建立场景语义和“基元”信息的概率对应关系，实验结果说明，提出的方法较其他 有监督的场景分类方法高效，与复杂层状模型下的分类结果非常近似．同时，初步研究了场景分类对目标分析的约束 机制，通过实验证明场景信息能为目标分析提供有效的先验知识，限定不同场景下目标出现的可能性，提高了目标分 类的准确性． 关键词： 场景分类；高斯统计模型；参数学习；约束机制；目标分析 中图分类号：7IP391．4l文献标识码