基于SPM模型的圖像分類方法研究.pdf

1、近年來，隨著手機(jī)、電腦等多媒體設(shè)備個(gè)人擁有率的大幅提高，人們每天在網(wǎng)絡(luò)中發(fā)布的圖像和視頻的數(shù)量以井噴式的速度在增長，而無法有效的管理和分類這些視頻圖像資源的問題也日益嚴(yán)重，亟待解決。圖像分類技術(shù)正是解決該類問題的有效手段，目前圖像分類方法中普遍采用的是BOW（Bag Of Words）模型和SPM(Spatial Pyramid Modal)模型，前者是從文檔分類技術(shù)中發(fā)展而來的，而后者對圖像進(jìn)行了層次劃分，并在特征構(gòu)造時(shí)引入了空間位置

2、排布信息，使得圖像最終的特征表述更加完備的同時(shí)也有著更加高效的圖像分類識別率。
　　本文在SPM分類模型的基礎(chǔ)上，對圖像分類領(lǐng)域中的特征提取與編碼、視覺詞匯碼本的建立以及圖像的特征加權(quán)表述等問題進(jìn)行了研究，以下幾點(diǎn)是論文的主要研究成果:
　　(1)給出了一種基于金字塔不同劃分層次下視覺詞匯碼本的構(gòu)建方法。即對圖像劃分后的每一子區(qū)域構(gòu)造視覺詞匯字典，從而刻畫出不同劃分層次不同細(xì)粒度下的圖像特征信息。該方法有效減小了圖像背景差異