優(yōu)化空間金字塔匹配模型的圖像分類研究.pdf

1、隨著經(jīng)濟(jì)和互聯(lián)網(wǎng)的快速發(fā)展，數(shù)碼相機(jī)、智能手機(jī)等移動(dòng)設(shè)備已進(jìn)入千家萬戶，人們?cè)谏钪袩o處不使用到數(shù)字多媒體設(shè)備。無論是在學(xué)習(xí)、工作中，還是旅游、逛街等生活中的方方面面，都會(huì)通過移動(dòng)設(shè)備以視頻或者圖像的形式來分享和記錄自己日常的點(diǎn)點(diǎn)滴滴。因此，在網(wǎng)絡(luò)中構(gòu)成一個(gè)龐大的圖像庫(kù)。那么如何從這個(gè)龐大的圖像庫(kù)中搜索和利用自己想要的圖像成為人們關(guān)注的焦點(diǎn)。為了使計(jì)算機(jī)能夠更好地管理和組織這些圖像，前提是能夠讓計(jì)算機(jī)對(duì)圖像的內(nèi)容進(jìn)行分析和理解。圖像分類

2、是解決圖像理解問題的重要途徑，在圖像檢索技術(shù)的發(fā)展過程中起著至關(guān)重要的作用。目前，基于視覺詞袋模型和支持向量機(jī)的圖像分類技術(shù)已經(jīng)成為圖像分類的主流技術(shù)。
　　在視覺詞袋模型中，針對(duì)利用圖像局部特征構(gòu)造視覺詞直方圖中沒有考慮圖像局部特征的空間信息問題。本文通過使用空間金字塔匹配模型來引入圖像特征的空間位置信息。在空間金字塔匹配模型的基礎(chǔ)之上，對(duì)視覺詞袋模型中存在的缺陷提出了以下改進(jìn)辦法:
　　(1)在視覺詞袋模型中，針對(duì)k-m

3、eans聚類構(gòu)造視覺詞典存在的缺陷，第三章提出了雙詞袋模型來構(gòu)造更具有表征圖像能力的視覺詞直方圖。它能夠減少由于k-means算法的不穩(wěn)定性和過于依賴初始聚類簇中心的選擇給實(shí)驗(yàn)結(jié)果帶來的干擾。采用雙詞袋模型構(gòu)造視覺詞直方圖時(shí)，對(duì)于那些處于聚類邊界中不穩(wěn)定的視覺詞和十分穩(wěn)定的視覺詞賦予不同的權(quán)重值，從而在空間金字塔匹配模型中得到更具有表征能力的視覺詞直方圖。通過支持向量機(jī)進(jìn)行分類試驗(yàn)表明了該方法的可行性。
　　(2)針對(duì)視覺詞袋模型

4、存在的不足:1、k-means算法的不穩(wěn)定性和過于依賴初始聚類簇中心的選擇給實(shí)驗(yàn)結(jié)果帶來的干擾;2、沒有考慮圖像中不同區(qū)域的視覺顯著性。第四章提出了一種基于視覺注意機(jī)制和空間金字塔匹配的圖像分類方法。首先采用更加優(yōu)異的模擬退火遺傳的模糊C-均值聚類算法來構(gòu)造視覺詞典;然后將人類的視覺注意機(jī)制引入到空間金字塔匹配模型中，因?yàn)樵诂F(xiàn)實(shí)生活中，圖像的不同區(qū)域?qū)τ谌搜鄣囊曈X沖擊效果是不一樣的;最后通過視覺注意機(jī)制構(gòu)造加權(quán)的視覺詞直方圖。通過支持向