基于空间语义对象混合学习的复杂图像场景自动分类方法研究 spatial semantic objects-based hybrid learning method for automatic complicated scene classification.pdfVIP

下载本文档

0
0
约2.22万字
约 8页
2017-08-21 发布于上海
举报
版权申诉

基于空间语义对象混合学习的复杂图像场景自动分类方法研究 spatial semantic objects-based hybrid learning method for automatic complicated scene classification.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于空间语义对象混合学习的复杂图像场景自动分类方法研究 spatial semantic objects-based hybrid learning method for automatic complicated scene classification

第33卷第2期电子与信息学报 Vbl．33No．2 2011年2月 JournalofElectronics＆Information Feb．2011 Technology 基于空间语义对象混合学习的复杂图像场景自动分类方法研究孙显’ 付琨王宏琦 (中国科学院电子学研究所北京100190) (中国科学院空间信息处理与应用系统技术重点实验室北京100190) 摘要：场景分类是将多幅图像标记为不同语义类别的过程。该文针对现有方法对复杂图像场景分类性能欠佳的不足，提出一种新的基于空间语义对象混合学习的复杂图像场景分类方法。该方法以多尺度分割得到的图像对象而非整幅图像为主体进行产生式语义建模，统计各类有效特征挖掘对象的类别分布信息，并通过空间金字塔匹配，构建包含层次数据和语义信息的中间向量，弥补语义鸿沟的缺陷，训练中还结合判别式学习提高分类器的可信性。在实验数据集上的结果表明该方法具备较高的学习性能和分类精度，适用于多种类型和复杂内容图像的解译，具有较强的实用价值。关键词：图像处理：场景分类：语义对象；混合学习；金字塔匹配中图分类号：TN911．73 文献标识码：A DOI：10．3724／SP．J．1146．2010．00361 Semantic Methodfor Spatial Objects—basedHybridLearning Automatic SceneClassification Complicated SunXianFuKun Hong-qi Wang (InstituteofElectronic，ChineseAcademyolSciences，Beijing100190，China) and (KeyLaboratoryD，SpatialInformationProcessingApplicationSystemTechnology，ChineseAcademyo／Sciences， Belting100190，China) Abstract：Sceneclassificationreferstothetaskof differentintosemantic new image grouping images categories．A semantic methodis toovercomethe inmost spatial objects-basedhybridlearning proposed disadvantagesexisting oftherelativemethods．Thismethodttse8 modeltodealwiththe obtainedmulti-scale generative objects by insteadofwhole calculateskindsofvisualfeaturestominethe informationof segmentation image，and category intermediatevectoris d