基于高维特征表示的交通场景识别.docx

1 引言 场景识别已被广泛应用于图像处理任务中，如图像检索、行为检测和目标识别。场景识别问题本质上是图像语义分类问题，通过使用场景特征向量表示图像，将场景图像分为站台、轨道、变道等不同类别的场景。特征表示和分类方法是影响场景识别效果的关键。 特征表示是场景识别处理任务的第一步，特征表示的效果直接影响识别精度，如何提取具有判别性的特征成为新的研究热点。图像特征中包含的图像信息越多，识别效果越好。目前，许多用于提取图像特征的算法被陆续提出，较为经典的有：基于梯度的GIST（generalized search tree）算子[1]，该算子专门用于描述图像空间特征，以估计全局空间特征；基于纹理的尺度