場景分類中類別可擴展性研究.pdf

1、場景分類是計算機視覺領域的研究熱點以及難點,在圖像檢索、視頻檢索、醫(yī)學應用和旅游導航等諸多領域有著重要的意義以及廣闊的應用前景。圖像自動分類與圖像檢索將成為未來計算機視覺技術發(fā)展的重要方向。目前,場景分類的研究還處于不完善的階段,雖然在小型數(shù)據(jù)庫中取得一定的進展,但是由于場景圖像的復雜性、現(xiàn)實生活圖像的類別多樣性等問題,場景分類技術在類別擴展性方面仍面臨著許多困難。針對上述情況,本文圍繞圖像場景分類的特征提取,視覺詞典構建以及圖像表征展

2、開研究,論文的主要工作以及創(chuàng)新點如下:
　　 1、提出一種自適應構建碼本的方法以解決類與類之間的差異性。每個類的內(nèi)部復雜度不一樣,如果用同樣的碼本數(shù)描述不同的類這是不準確的,針對這個問題,提出了一種自適應的聚類方法來構建各自的碼本數(shù)。這個方法主要是通過自適應的聚類方法找出每個類所需的碼本數(shù),并通過實驗驗證該算法能使最終分類結果的準確率能提高2％。
　　 2、提出一種考慮空間關系的圖像分類算法以解決類內(nèi)部的差異性?？紤]到現(xiàn)

3、有的圖像分類方法為了計算方便而不考慮圖像的空間關系,但是圖像的空間關系是可以解決由圖像的光照以及拍攝尺度不同所造成的場景區(qū)別這個問題的,針對這個情況,提出了一種考慮空間關系的圖像分類算法,采用hog-pair的計算方法來表示圖像的空間關系,使得最終的圖像分類結果得到接近3％的提高。
　　 3、提出分聚分建的圖像分類算法以解決類別擴展性問題。本文提出的模型是針對各類別分別聚類然后建立詞典,每張圖像的表示方法都是分別在每類的詞典上映

4、射的。圖片特征是在各類別碼本字典中獨立建置,故隨類別增加,雖碼本字典相對擴充,但原來己計算的圖片特征不需要重新計算,只需要計算圖片在新類別下的碼本字典對應的特征,然后合并起來即可,并通過實驗驗證,所提方法在類別新增加進來時,可以在避免重新計算的前提下,也能保證87％左右的準確率。
　　 總之,本文在總結現(xiàn)有圖像場景分類方法的基礎上,從特征提取、視覺詞匯構建和圖像表征這三個場景分類技術的核心問題入手,首先提出了自適應的碼本構建方式