細(xì)粒度物體分類算法研究與實(shí)現(xiàn).pdf

1、近年來，計(jì)算機(jī)視覺成為越來越熱門的研究領(lǐng)域，而圖像語(yǔ)義理解更是其中非常活躍的研究方向，從而實(shí)現(xiàn)對(duì)圖像數(shù)據(jù)的有效管理、組織和再利用。在計(jì)算機(jī)視覺領(lǐng)域中，對(duì)于圖像的認(rèn)知一般分為三個(gè)層次:第一層是以感知層為主的圖像內(nèi)容分析，主要是低層特征的提取和處理，比如紋理、顏色、時(shí)空關(guān)系等;第二層是以認(rèn)知層為主的圖像理解，主要是中層特征的提取和語(yǔ)義理解，包括圖像、場(chǎng)景、視頻的主要區(qū)域等;第三層是以情感層的圖像情感分析為主，該層主要是高層特征的分析，如人臉

2、表情分類、圖像情感分類等。人類對(duì)于圖像的理解和表達(dá)更接近于認(rèn)知層的分析，因此對(duì)于物體的檢索與分類主要是利用圖像包含的主要場(chǎng)景和主要物體來進(jìn)行。這是計(jì)算機(jī)視覺領(lǐng)域較核心的問題，近年來引起了很多學(xué)者的關(guān)注和研究。
　　現(xiàn)今對(duì)于圖像的物體分類大多是針對(duì)粗粒度物體類別的分類，比如:汽車、房子、花叢等不同類別之間的分析，缺少的是相似類別之間的分析，無法做進(jìn)一步更精細(xì)的劃分和多層次分類。因此，如何更精細(xì)、準(zhǔn)確、高效地實(shí)現(xiàn)圖像的物體分類，具有著

3、重要的理論意義和實(shí)用價(jià)值。
　　本文以細(xì)粒度物體分類為出發(fā)點(diǎn)，構(gòu)建了細(xì)粒度車型圖像數(shù)據(jù)庫(kù)，并深入研究了兩種主流的物體分類方法，最后通過實(shí)驗(yàn)對(duì)分類方法進(jìn)行分析與驗(yàn)證。
　　第一種方法是基于部件模型的細(xì)粒度物體分類方法。它首先通過弱標(biāo)記方法和隱支持向量機(jī)迭代判別算法對(duì)物體進(jìn)行模型訓(xùn)練，再通過圖像特征金字塔與部件濾波器的匹配來確定物體的部件區(qū)域及圖像的中層特征，最后將圖像的低層特征與中層特征融合起來從而得到新的圖像特征。