視覺分類及其在場(chǎng)景分析中的應(yīng)用.pdf

1、視覺分類是一種根據(jù)自然條件下拍攝場(chǎng)景圖像內(nèi)容進(jìn)行分類的技術(shù)，因其在計(jì)算機(jī)視覺領(lǐng)域的廣泛應(yīng)用，例如：圖像檢索、智能識(shí)別，自動(dòng)導(dǎo)航，而得到越來越多的關(guān)注，并已成為計(jì)算機(jī)領(lǐng)域的熱點(diǎn)問題。但是因?yàn)樽匀粭l件下拍攝的場(chǎng)景圖像的背景信息、光照條件、物體遮擋等條件千變?nèi)f化，所以視覺分類仍然是具有非常大的挑戰(zhàn)性的課題。
　　受到文本分類問題的啟發(fā)，視覺詞袋模型被提出并應(yīng)用到視覺分類中。視覺詞袋模型在視覺分類問題中表現(xiàn)出非常出眾的靈活性和高準(zhǔn)確性，因

2、此它是目前在視覺分類問題中廣受歡迎的模型。視覺詞袋模型最核心的內(nèi)容之一是從訓(xùn)練圖像中得到一個(gè)視覺詞典，并用視覺詞典來表示場(chǎng)景圖像。本文著重研究了如何構(gòu)建更加靈活、準(zhǔn)確的詞典，并把它應(yīng)用到場(chǎng)景分析之中。本文所做的主要工作如下：
　　首先，本文提出了一種新的詞典構(gòu)建方式：組合視覺詞典。傳統(tǒng)的視覺詞典是首先對(duì)所有類別的圖像提取特征，然后用所有類別的特征聚類出統(tǒng)一的視覺詞典。這種方法在聚類過程中具有難以承受的時(shí)間和空間算法復(fù)雜度。組合視覺

3、詞典是首先對(duì)每一個(gè)類別提出的特征進(jìn)行聚類，可以得到一個(gè)類別的視覺詞典，本文稱之為類別視覺詞典，然后把所有類別的類別視覺詞典組合起來組成統(tǒng)一的視覺詞典，然后用統(tǒng)一的視覺詞典表示每一幅圖像，進(jìn)而進(jìn)行分類。與傳統(tǒng)的視覺詞典構(gòu)建方法比較起來，組合視覺詞典顯著降低了時(shí)間和空間復(fù)雜度，并且具有更高的擴(kuò)展性和準(zhǔn)確性。
　　然后，在傳統(tǒng)的視覺詞典的基礎(chǔ)上，采用了Kullback-Leibler差異(Kullback-LeiblerDivergen