场景图像分类的算法研究-计算机软件与理论专业论文.docxVIP

万方数据 万方数据 本人完全了解《南开大学关于研究生学位论文收藏和利用管理办法》关于 南开大学(简称“学校”)研究生学位论文收藏和利用的管理规定，同意向南开 大学提交本人的学位论文电子版及相应的纸质本，并委托印刷存档论文。 本人了解南开大学拥有在《中华人民共和国著作权法》规定范围内的学位 论文使用权，同意在以下几方面向学校授权。即： 1.学校将学位论文编入《南开大学博硕士学位论文全文数据库》，并作为 资料在学校图书馆等场所提供阅览，在校园网上提供论文目录检索、文摘以及 论文全文浏览、下载等信息服务； 2.学校可以采用影印、缩印或其他复制手段保存学位论文；学校根据规定 向教育部指定的收藏和存档单位提交学位论文； 3.非公开学位论文在解密后的使用权同公开论文。 4.同意学校将本人向有关电子出版单位授权的学位论文(含电子版和授权 书)转交相关授权单位。 本人承诺：本人的学位论文是在南开大学学习期间创作完成的作品，并已 通过论文答辩；提交的学位论文电子版与纸质本论文的内容一致，如因不同造 成不良后果由本人自负。 本人签署本授权书一份，交图书馆留存。 学位论文作者暨授权人(亲笔)签字：张海敏 2015 年 5 月 29 日 南开大学研究生学位论文作者信息 论 文 题 目 场景图像分类的算法研究 姓 名 张海敏 学号 2120120354 答辩日期 2 0 1 5 年 5 月 2 2 日 论 文 类 别 博士 □ 学历硕士 √ 专业学位硕士 □ 同等学力硕士 □ 划 √ 选择 学院 ( 单位 ) 计算机与控制工程学院 学科 / 专业 ( 专业学位 ) 名称 计算机软件与理论 联 系 电 话 022电 子 邮 箱 HYPERLINK mailto:aprhz@163.com aprhz@163.com 通信地址(邮编)： 天津市卫津路 94 号南开大学模式识别实验室（300071） 非公开论文编号 备注 注：本授权书适用我校授予的所有博士、硕士的学位论文。由作者填写一份并签字后交校图书馆，如已批准为非公开学 位论文，须附批准通过的《南开大学研究生申请非公开学位论文审批表》和“非公开学位论文标注说明”页。 摘要 摘要 摘要 随着技术的发展，每天都有大量图片上传到互联网。特别是随着智能手机 的应用，人们可以很容易地拍摄、编辑和上传图片。场景分类的目标是根据图 像的视觉内容为图像赋予一个语义类别（例如：体育场或商场）。由于场景图片 的二义性、多样性、光照和尺度等问题，场景分类是一个挑战性的问题。场景 分类也是计算机视觉的基本问题，是图像检索、图像内容分析和目标识别等问 题的基础。研究本课题研究意义十分重大，它可以帮助用户节省查找有用信息 的时间，让搜索引擎功能更智能化，可以为我们节省更多的物力人力，可以使 我们的网络更加智能化。 本文从图像的局部特征提取、视觉字典的生成、特征的编码方法和图像的 表示与分类等方面对场景图像分类进行了深入研究：1）在局部特征提取阶段， 本文提出用二进制特征作为局部图像特征，大大缩短视觉字典的学习时间和特 征编码时间。本文还提出用在 ImageNet 数据集训练好的卷积神经网络模型抽取 隐含层的数据作为图像块特征，避免了设计复杂的特征提取算法。2）本文利用 特征编码的方法缩小了底层特征与语义之间的鸿沟，并对比了矢量量化、LLC 编码和 Fisher 向量编码的性能。3）在场景图像的表示与分类阶段，本文采用基 于空间金字塔匹配模型来表示图像，充分利用了局部特征的空间信息，提高了 图像特征的区分能力，并测试了不同层数、不同块划分方法的空间金字塔的平 均分类正确率。最后利用线性 SVM 作为分类器，大大缩短了训练和测试的时 间。 本文提出的方法在 Caltech-101 数据集上的平均分类正确率是 73.14%，相 关实验表明，本文提出的场景图像分类算法是行之有效的。 关键词：场景分类；特征编码；空间金字塔匹配；支持向量机；卷积神经网络 I Abst Abstract Abstract As technology advances, millions of images are uploaded to the Internet every day. Especially with the use of smart phones, people can capture, edit and upload an image with a simple touch of button.The goal of scene classification is to assign a scene image to a semantic label (e.g. stadium or market)