基于距離測(cè)度學(xué)習(xí)的圖像分類(lèi)方法研究.pdf

1、基于內(nèi)容的圖像分類(lèi)方法是計(jì)算機(jī)視覺(jué)領(lǐng)域中的難點(diǎn)和熱點(diǎn)問(wèn)題之一。目前幾乎所有的圖像分類(lèi)方法都依賴(lài)于用圖像底層特征間的距離來(lái)度量圖像內(nèi)容的語(yǔ)義相似度,實(shí)現(xiàn)對(duì)圖像內(nèi)容的理解。然而,圖像的底層特征和高層語(yǔ)義間往往存在巨大的語(yǔ)義鴻溝。如何縮小語(yǔ)義鴻溝,提高圖像分類(lèi)系統(tǒng)的性能,是一個(gè)得到廣泛研究的課題。此外,由于人們對(duì)于圖像內(nèi)容間的相似度往往帶有主觀性,如何將這些影響反映到圖像間特征相似度的計(jì)算上,實(shí)現(xiàn)“個(gè)性的”圖像分類(lèi)是一個(gè)值得深入研究的方向。<

2、br>　　本文首先介紹了圖像分類(lèi)系統(tǒng)的一般框架,圖像的視覺(jué)底層提取,重點(diǎn)介紹分析了不同特征間的距離度量方法。一些距離度量方法由于缺乏對(duì)特征空間較好的描述,忽略了背景環(huán)境信息對(duì)距離度量的幫助,往往效果不是很理想。因此,如何能夠從有類(lèi)標(biāo)的圖像特征空間中自動(dòng)學(xué)到一種合適的距離測(cè)度就顯得十分關(guān)鍵。本文對(duì)距離測(cè)度學(xué)習(xí)方法做了系統(tǒng)的分析研究,探討了不同距離測(cè)度學(xué)習(xí)算法的本質(zhì)以及相互之間的聯(lián)系。
　　接著,本文提出了一種基于特征互補(bǔ)率矩陣的圖像

3、分類(lèi)方法,試圖從兩個(gè)角度減小語(yǔ)義鴻溝。一方面,圖像的各種視覺(jué)底層特征描述了圖像內(nèi)容不同方面的特性,因此可以通過(guò)融合這些特征更好的描述圖像內(nèi)容,這里我們通過(guò)計(jì)算特征互補(bǔ)率矩陣來(lái)指導(dǎo)融合特征集的選擇:另一方面,對(duì)線性融合后的特征,利用距離測(cè)度學(xué)習(xí)算法從圖像訓(xùn)練集中學(xué)到一個(gè)距離函數(shù)以更恰當(dāng)?shù)姆从硤D像內(nèi)容間的相似度。實(shí)驗(yàn)表明,該方法能有效提高分類(lèi)系統(tǒng)性能。
　　此外,我們通過(guò)實(shí)驗(yàn)研究了圖像數(shù)據(jù)集不同語(yǔ)義粒度的劃分對(duì)分類(lèi)性能的影響,比較分析