文献类型：期刊文章

作　　者：秦磊[1,2] 高文[2,3]

机构地区：[1]中国科学院计算技术研究所智能信息处理重点实验室,北京100190 [2]中国科学院计算技术研究所,北京100190 [3]北京大学数字媒体研究所,北京100871

出　　处：《计算机研究与发展》

基　　金：国家"八六三"高技术研究发展计划基金项目(2006AA01Z117);国家"九七三"重点基础发展研究计划基金项目(2009CB320900)~~

年　　份：2009

卷　　号：46

期　　号：7

起止页码：1198-1205

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：场景图像分类是计算机视觉领域中的一个基本问题.提出一种基于内容相关性的场景图像分类方法.首先从图像上提取视觉单词,并把图像表示成视觉单词的词频矢量;然后利用产生式模型来学习训练集合中包含的主题,和每一幅图像所包含的相关主题;最后用判定式分类器进行多类学习.提出的方法利用logistic正态分布对主题的相关性进行建模,使得学习得到的类别的主题分布更准确.并且在学习过程中不需要对图像内容进行人工标注.还提出了一种新的局部区域描述方法,它结合了局部区域的梯度信息和彩色信息.在自然场景图像集合和人造场景图像集合上实验了提出的方法,它相对于传统方法取得了更好的结果.

关 键 词：场景图像分类  产生式模型  logistic正态分布  内容相关性  计算机视觉

分 类 号：TP391.41]