基于语义主题模型的图像场景分类研究-计算机科学与技术专业论文.docx

啊!441lWWB 学位论文版权使用授权书 ‘、、 ‘ 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部成部分内容编入有关数据库进行检索， 提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。 同意学校向国家有关部门或机构送交论文的复印件和磁盘。 〈保密的学位论文在解密后适用本授权说明) 学位论文作者协房毅手 签字日期 :)010 年 7月 ?;{日 导肌 签字日期 :e-OV: 年 8 月 8 日 h t电 w L ? 嘀 中图分樊号:丁391 UDC: 学校代码: 100例 密级z 公开 北京交通大学 唱 、、 博士学位论文 ? 基于语义主题模型的图像场景分类研究 Research 00 semaotic topic model based image sceoe classificatioo 作者姓名:唐颖军 导师姓名t 须德 学位类别:工学 学科专业:计算机科学与技术 、 、 学号:职 称:教授 学位级别:博士 研究方向:场景分类 北京交通大学 2010 年 7 月 j ? ， ? v 致谢 、、 也 、 、‘飞 、 值此博士论文完成之际，回忆起北京交通大学度过的难忘而美好的求学时光， 心中感慨万千.论文的完成浸透着多年来各位老师、同学及家人对我的关心和帮 助。 首先，感谢我的导师须德教授，感谢他在课题研究上的悉心指导，他的谆谆 教诲让我终生受益。他渊博的知识、创新的思想、严谨求实的治学态度和精益求 精的工作精神更是为我以后的科研工作树立了典恼。同时也要感谢施寅教授和宋 择海老师，感谢他们在学习、生活及科研上的支持和帮助，便找能够顺利开展研 究工作。 感谢学院的教授对论文工作的指导和建议.他们对严谨的科研态度和敏锐的 洞察力令人钦佩，感谢他们在论文上的无私指导和帮助。 感谢在实验室工作的郎丛拼博士、冯松鹤博士以及解文杰、王金华、鹿瑞、 刘顿研等博士生，论文的完成得益于与他们的学术讨论。 谁宫寸草心，报得三春晖。感谢父母对我多年的照顾和培养，他们的支持和 鼓励一直是我前进的动力。感谢我的家人无私奉献，将爱延续，帮助照顾我年幼 的儿子，使我能够安心学习。特别要感谢我可爱的儿子宽宽，当他尚在褂椒中， 我就开始了博士求学，不能让他充分享受母亲的照料。是他甜荣的笑容和无邪的 童真，给了我动力，让我走出困境，使我能够坚定自己信念，专心完成学业。作 为愧疚的母亲，在此祝福他健康、快乐地成长。 在攻读博士的日子果，与实验室和班级诸位同学就学术、理想、生活及人生 等许多问题畅所欲言，尽情交流。如此和谐、融洽的研究氛围和愉快的生活经历 将是我一生中永不褪色的回忆。在此，谨向这些朝夕相伴的诸位问学致意。 最后，感谢百忙之中审阅论文的各位教授、专家! ，均 ? .. 中文摘要 中文摘要 摘要z 图像场景分类(Scene Classification)是根据给定的一组语义类别对图像数据库 进行自动标注，它为指导目标识别等更高层次的图像理解提供了有效的上下文语 义信息。本文从认知心理学的角度出发，以视觉词包建模一语义主题建模一场景 语义分类为路线展开研究。研究的难点在于如何使计算机能够从人的认知角度 理解阁像的语义信息，有效辨别图像场景类自身变化及各场景类之间的相似。 围绕场景主题建模，最大程度地弥合阁像低层特征和高层语义之间的语义鸿 沟，本文取得以下研究成果 z 提出了…种基于类别约束的主题模型。该模型针对阿类场景图像中层语义内 容具有视觉相似的特点，建立类别约束学习机制捕获场景类的特定语义。依据该 模型中场景类主题空间构建方法的不间，提出了场景类建模的两种方架。其中， CTS-LDA( 基于类主题空间的潜在狄里克雷分布)采用等维主题集构建各类主题空 间，便于扩展应用; ATS-LDA( 自适应主题数的潜在狄奥克雷分布)采用不等维主 I?集构建各场景类的主题空间，体现各类场景语义内容繁简变化程度。该模型通 过比较各类模型下阁像边缘分布，采用最大似然选择实现场景类判别，摆脱了现 有方法必须使用分类器进行场景分类的限制。 、提出了一种学习和识别场景类别的主题模型。针对 EM 算法推导过程中可能 存在的周部极值问题，根据狄雷克里参数的伪计数作用，采用两次变分推导估计 模型参数。首先，推导出符合训练样本的通用主题先验分布，作为模型参数初值: 然后对模型进行再次变分推导，估计各场景类主题先验分布。该模型的推导方式 有利于实现增最学习.对于新增场景类，在原训练样本的通用主题先验参数基础 上，该模型能够以增量方式学习新增类的类题先验分布，盟现出较高的泛化能 力。 、 、提出了…种具备空间语义的主题模型，从中间语义描述的共性和