基于概率潛在語義分析的圖像場(chǎng)景分類.pdf

1、圖像的場(chǎng)景類別不僅包含了人們對(duì)一幅圖像的總體認(rèn)識(shí)，而且還提供了圖像中對(duì)象出現(xiàn)的上下文環(huán)境，正確的場(chǎng)景分類為圖像識(shí)別和檢索提供了基礎(chǔ)。因此圖像場(chǎng)景分類就成為當(dāng)前計(jì)算機(jī)視覺領(lǐng)域的熱點(diǎn)問題。
　　 跟文檔相似，圖像可以由視覺詞匯描述，這些詞匯表達(dá)了一個(gè)或多個(gè)主題，這些主題反映了圖像的場(chǎng)景。本文目的是研究合適的視覺詞匯和主題生成模型，用以實(shí)現(xiàn)圖像的場(chǎng)景分類。具體的，論文做了以下的研究工作：
　　 1、通過研究不同的視覺詞匯和潛在

2、主題數(shù)目對(duì)場(chǎng)景分類性能的影響，我們選擇基于圖像的灰度特征、顏色特征和SIFT特征生成視覺詞匯，構(gòu)建詞匯表。然后在此基礎(chǔ)上對(duì)上述算法進(jìn)行改進(jìn)，采用由彩色SIFT特征生成視覺詞匯的方法，實(shí)驗(yàn)表明，論文研究的方法，分類效果提高明顯。
　　 2、采用概率潛在語義分析(PLSA)模型對(duì)詞匯表進(jìn)行分析，發(fā)現(xiàn)圖像中的潛在語義主題。把圖像視為一篇由若干“視覺詞匯”所組成的文檔，把圖像中的物體看成該圖像文檔所包含的潛在主題，利用PLSA模型發(fā)現(xiàn)圖