視覺詞袋模型的改進(jìn)及其在圖像分類中的應(yīng)用.pdf

1、圖像分類技術(shù)是計(jì)算機(jī)視覺領(lǐng)域中最重要和最具挑戰(zhàn)性的研究課題之一，在圖像檢索，視頻檢索，醫(yī)學(xué)應(yīng)用等領(lǐng)域得到了廣泛應(yīng)用。近年來，眾多學(xué)者對(duì)圖像分類技術(shù)進(jìn)行了深入的研究，視覺詞袋(Bag-Of-Visual words，BOV)模型則是其中最成功、應(yīng)用最廣的一種圖像分類模型。然而傳統(tǒng)視覺詞袋模型下的圖像分類技術(shù)還有一些不足之處，本文將從以下幾個(gè)方面對(duì)其改進(jìn)：
　　1.針對(duì)傳統(tǒng)視覺詞袋模型中視覺詞典的規(guī)模過大與判別力差的問題，提出了一種加

2、權(quán)最大相關(guān)最小相似(Weighted-Maximal Relevance-Minimal-Semantic similarity,W-MR-MS)視覺詞典優(yōu)化準(zhǔn)則。首先提取圖像的尺度不變特征轉(zhuǎn)換(SIFT)特征，并用K-Means算法對(duì)特征聚類生成原始視覺詞典；然后計(jì)算視覺詞典中視覺單詞與圖像類別的相關(guān)性和視覺單詞間的語義相似性，并引入一個(gè)加權(quán)系數(shù)綜合兩者對(duì)圖像分類的重要程度；最后通過刪除視覺詞典中與圖像類別相關(guān)性弱，且視覺單詞間語義相

3、似性大的視覺單詞，從而達(dá)到優(yōu)化視覺詞典的目的。實(shí)驗(yàn)結(jié)果表明，采用優(yōu)化后的視覺詞典對(duì)圖像進(jìn)行分類提高了圖像的分類性能。
　　2.針對(duì)視覺詞袋模型中圖像局部特征空間分布信息的缺失與圖像分類的語義性差的問題，提出一種基于概率潛在語義分析(PLSA)與視覺短語的圖像分類方法。首先用W-MR-MS準(zhǔn)則對(duì)視覺詞典進(jìn)行優(yōu)化，并在優(yōu)化視覺詞典的基礎(chǔ)上建立視覺短語，進(jìn)而增加圖像局部特征的空間分布信息；然后結(jié)合該視覺短語與優(yōu)化視覺詞典中的視覺單詞，構(gòu)