利用模型选择确定视觉词袋模型中词汇数目.doc

?图形、图像、模式识别? 利用模型选择确定视觉词袋模型中词汇数目 许 明，韩军伟，郭 雷，尹文杰 XU Ming，HAN Junwei，GUO Lei，YIN Wenjie 西北工业大学 自动化学院，西安 710129 School of Automation，Northwestern Polytechnical University，Xi’an 710129，China XU Ming，HAN Junwei，GUO Lei，et al.Determine word number of Visual Bag-of-Words model by model selection method.Computer Engineering and Applications，2011，47（31）：148-150. Abstract： Visual Bag-of-Words model has been widely used in image classification，retrieval and recognition.However，its word number usually is selected by user experience or determined using the supervised cross-validation scheme.In this paper， an unsupervised method is proposed to infer the word number of Visual Bag-of-Words model（BoW） based on the idea of model selection.Firstly，Gaussian Mixture Models（GMM） are built accounting for BoWs with different word number.After- wards，Bayesian Information Criterion（BIC） is adopted to select the best model that has the minimum BIC value.Compared with cross-validation approach using image classification，the result demonstrates the effectiveness of the proposed approach. Key words：Visual Bag-of-Words；model selection；Gaussian Mixture Mode（l GMM）；Bayesian information criterion 摘 要：视觉词袋（Visual Bag-of-Words）模型在图像分类、检索和识别等计算机视觉领域有了广泛的应用，但是视觉词袋模型中 词汇数目往往是根据经验确定或者采用有监督的交叉学习选取。提出一种确定视觉词袋模型中词汇数目的无监督方法，利用模 型选择的思想来解决问题。使用高斯混合模型描述具有不同词汇数目的视觉词袋，计算各模型贝叶斯信息准则的值，选取贝叶 斯信息准则最小值对应的词汇数目。与交叉验证的监督学习在图像分类实验的对比结果说明该方法准确有效。 关键词：视觉词袋模型；模型选择；高斯混合模型；贝叶斯信息准则 DOI：10.3778/j.issn.1002-8331.2011.31.042 文章编号：1002-8331（2011）31-0148-03 文献标识码：A 中图分类号：TP37 1 引言 近年来，随着计算机网络的飞速发展和数字图像获取技 术的进步，图像资源正以惊人的速度增长，与图像视觉内容分 析相关的应用越来越多。而所有这些应用的基础是图像视觉 内容的有效表达。图像视觉内容的表达常常利用图像的底层 特征，常见的有基于全局的颜色[1]、纹理[2]、形状[3]等特征，基于 局部区域的 SIFT[4]特征。视觉词袋模型[5]是目前最为流行的图 像底层特征之一，它的基本原理：借鉴“字典”的思想，提取图 像局部特征并进行量化处理，形成“字典”中的一组基本词汇， 进而图像可以类似于文本的表示方法即统计基本词汇出现的 频数。最近 5 年来，基于视觉词袋模型的图像表示方法被深入 地研究并在图像分类、检索和识别等计算机视觉领域有了广 泛的应用，其中 Li 等[6]提出的基于贝叶斯方法的从少量样本中 无监督学习目标类别，Fergus 等[7]提出的从 Goog