首页> 中文学位 >基于视觉特征和主题模型的自然场景分类
【6h】

基于视觉特征和主题模型的自然场景分类

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

1绪论

1.1研究背景和意义

1.2场景分类研究现状

1.3研究任务与创新点

1.4论文的主要内容与章节安排

2场景分类总体流程和相关理论

2.1视觉特征提取方法

2.2词包模型构建方法

2.3主题模型构建方法

3基于贝叶斯和谐度的特征选择

3.1传统特征选择方法介绍

3.2贝叶斯和谐度特征选择算法

3.3 UCI实验

3.4实验结果及分析

3.5小结

4基于特定类别选择的场景分类

4.1问题描述

4.2系统整体架构

4.3实验

4.4本章小结

5基于多特征融合的水质图像分类

5.1问题描述

5.2实验过程

5.3实验及分析

6结论

6.1本文工作总结

6.2下一步研究方向

参考文献

在学研究成果

致谢

展开▼

摘要

随着多媒体技术的发展,如何对图像有效管理和分类,成为一个图像领域中的难点问题。近年来,自然场景分类作为一种图像理解和管理的有效方法,成为研究热点。场景分类的任务就是根据语义类别对图像进行自动标注和分类,从而为目标识别提供指导信息。
  本文通过分析自然场景分类的三层结构模型,从特征提取方法,特征选择方法,以及主题模型选择三方面进行研究。在特征提取方面,为了克服传统词包模型缺少空间语义的缺点,采用局部特征和全局特征结合的空间金字塔方法,生成具有空间信息的视觉特征。在特征选择方面,本文在研究传统特征选择算法的基础上,结合贝叶斯和谐度提出了新的特征选择算法。在主题模型选择上,为了获得隐含主题和分类类别,采用SLDA主题模型进行分类。
  本文取得的研究成果为:
  提出了基于特定类别选择的场景分类方法。该方法采用空间金字塔方法生成低层特征,并将其融合到词包模型中,使用贝叶斯和谐度特征选择算法选取对类别最接近的视觉词语,从而生成类别直方图。该方法充分保留了空间信息,并使得视觉词包具有更强的类别表述能力。
  最后本文将场景分类方法运用到水质图像分类中,提出了基于多特征结合的水质图像分类方法。通过实验,证明本文设计的场景分类算法对水质图像分类的有效性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号