基于词袋模型的图像分类方法研究(可复制论文).pdf

摘要樯芰送枷裉卣魈崛∷惴ㄒ怀叨炔槐涮卣鞅浠幻枋鏊阕如何面对人们日常生活中接触到的,尤其是互联网上数量激增的图像进行有效的分类,已经成为研究的新热点。虽然现有的图像分类技术已经取得不错的性能,但是它们还存在着一些问题。一是大部分现有的图像分类算法都是基于图像的底层特征,’无法解决图像分类中的“语义鸿沟”问题;二是,大多数图像分类算提取底层图像特征中的语义信息,并利用这些语义信息进行分类。对如果利用图樯芰送枷穹掷喾⒄褂胛侍猓谋痉掷嘤胪枷穹掷嘟辛死啾龋隽嘶攵酝枷穹掷嗟摹坝镆搴韫怠蔽侍猓岢龌诟怕是痹谟镆宸治鲇氪蚀P偷法总是忽视图像中部分与部分之间的空间关系。一种新的图像分类的思路是将一幅图像看成一篇文章,图像是由一系列视觉单词组成的。通过这样的假设,我们可以把图像分类的问题转换为文本分类的问题,一些非常成熟而且有效的文本处理及分类方法可以被应用来实现高效的图像分类。文本建模著名的模型是词袋模型..珺媚P鸵丫挥τ到现实的图像分类中,取得了非常不错的效果。基于词袋模型的图像分类可以实现高速的图片分类,但是它还是无法解决图像分类中的“语义鸿沟”问题及忽略图像部分间的空间关系问题。本文对基于词袋模型的图像分类方法进行研究,提出若干改进算法试图缓解或者解决其存在的问题。对“语义鸿沟”问题,提出利用概率潜在语义分析的方法像部分间的空间关系的问题,提出在词袋模型基础上,利用文本的语言建模的概念考虑各种视觉单词的空叵担⒗谜庑┛占涔叵到蟹掷唷本文的主要创新点总结如下:于词袋模型的图像分类思路。,并对其做了改进。改进措施有两种,一项为减少种子点数目并增加方向数目:另一项为给特征提取步骤中增加提取颜色信息的一环钦攵缘叶韧枷竦,从而优化图像的描述效果。图像分类方法。该方法在词袋模型的基础上,从视觉词汇中提取具有语义的中层特征,进而利用分类技术对图像分类。A死猛枷癫糠旨涞目占涔叵担隽嘶谟镅越5耐枷穹掷喾椒āT此基础上,提出了基于“双词袋、三词袋、迪裥汀⑹纸徊嫘痛蚀钡淖合图像分类模型。
知识水坝***@pologoogle为您整理
关键词:概率潜在语义分析模型、词袋模型、图像分类、视觉单词、尺度不变特征变换、语言建模摘要
知识水坝***@pologoogle为您整理
“猳,甪籩瓼保甋琣璭,—甇.。,“.,“保甐,瓵,.,.,,
甌—簍,癓”;籅籭..—,..:,.甌···“:’;;;.—
签字日期::驾刁价争忆弓中国科学技术大学学位论文原创性声明中国科学技术大学学位论文授权使用声明ǹ口保密!D本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的成果。除已特别加以标注和致谢的地方外,论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。作者签名:签字日期:作为申请学位的条件之一,学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权,即:学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅,可以将学位论文编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。导师签名签字日期
作者签名:作者签名:型幽论文原创性和授权使用声明本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的成果。除已特别加以标注和致谢的地方外,论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。本人授权中国科学技术大学拥有学位论文的部分使用权,即:学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅,可以将学位论文编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。保密的学位论文在解密后也遵守此规定。年
第一章绪论图像分类的发展与瓶颈毫无疑问,我们在生活中尤其是在互联网上所要面对的图像飞速增长,这直接导致了图像分类这个搜索引擎所须具备的图像分类这一关键技术成为了图像处理研究领域里的热点课题。本章将讨论图像分类的发展与遇到的问题,从而引出本论丈的主要工作。图像分类是属于图像处理范畴所讨论的问题,而图像处理正是要研究用计算机代替人工自动地处理大量的物理信息,解决人类生理器官所不能识别的问题从些特征进行比较分析、判断,然后加以分门别类,即识别它们。人们在研制自动识别机时也往往借鉴人的思维活动,采用同样的处理方法,然而图像的灰度与色彩是由光强和波长不同的光波所引起的,它们与景物表面的特性、方向、光线条件以及干扰等多种因素有关。在各种恶劣的工作环境里,图像与景物已有较大的差别。因此要区分图像属于哪一类,往往要经过预处理、分割、特征抽取、