基于概率潜在语义分析的图像场景分类

《基于概率潜在语义分析的图像场景分类》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、天津大学硕士学位论文基于概率潜在语义分析的图像场景分类姓名：陈红娟申请学位级别：硕士专业：信号与信息处理指导教师：庞彦伟20090501中文摘要图像的场景类别不仅包含了人们对一幅图像的总体认识，而且还提供了图像中对象出现的上下文环境，正确的场景分类为图像识别和检索提供了基础。因此图像场景分类就成为当前计算机视觉领域的热点问题。跟文档相似，图像可以由视觉词汇描述，这些词汇表达了一个或多个主题，这些主题反映了图像的场景。本文目的是研究合适的视觉词汇和主题生成模型，用以实现图像的场景分类。具体的，论文做了

2、以下的研究工作：1、通过研究不同的视觉词汇和潜在主题数目对场景分类性能的影响，我们选择基于图像的灰度特征、颜色特征和SIFT特征生成视觉词汇，构建词汇表。然后在此基础上对上述算法进行改进，采用由彩色SIFT特征生成视觉词汇的方法，实验表明，论文研究的方法，分类效果提高明显。2、采用概率潜在语义分析(PLSA)模型对词汇表进行分析，发现图像中的潜在语义主题。把图像视为一篇由若干“视觉词汇”所组成的文档，把图像中的物体看成该图像文档所包含的潜在主题，利用PLSA模型发现图像中潜在语义主题的概率分布。3、

3、利用K一最近邻(K-nearestNeighboursClassier，KNN)分类算法实现基于概率潜在语义分析的场景分类。实验表明，结合PLSA模型和KNN分类器的图像场景分类系统，可获得比其它场景分类方法更加理想的场景分类效果。关键词：场景分类；概论潜在语义分析(PLsA)；KNN分类器；视觉词汇；SIFT特征；颜色特征ABSTRACT111ecategoriesofimagescenesnotonlycontainpeople’Soverallunderstandingofallimage，b

4、utalsoprovidethecontextoftheobjectsintheimage，andthecon‘ectclassificationofthesceneisthebasisforimagerecognitionandretrieval．Therefore，ithasbecomeahottopicinthefieldofcomputervision．Asissimilartodocument，wecandescribeimagewithvisualvocabularieswhichCan

5、expressoneormoretopicsreflectingtheimagescenes．Weaimtoresearchpropervisualvocabulariesandtopic—generationmodeltoimplementtheimagesceneclassification．Concretely，theworkofthethesisisasfollows：：1．Bystudyingtheinfluencesontheperformanceofsceneclassificatio

6、nfromdifferentvisualvocabulariesandthenumberofpotentialthemes，wechoosethevisualvocabulariesgeneratedonthebaseoffeaturesofgray—scalecolorandSIFT，andbuildaglossaryofPLSAmodel．Toimprovethealgorithm，colorSIFTfeaturesareappliedtogeneratevisualwords．Experime

7、ntsresultsshowthatbetterclassificationresultsaleobtainedaftertheimprovementofmethods．2．ByanalyzingtheglossarywithPLSAmodel，wefredthelatentsemantictopicinimages，andviewaimageasadocumentmadebyanumberof”visualvocabulary”andtheobjectsintheimageasthelatentt

8、opicscontainedinthedocument．SOthattheprobabilitydistributionofthelatenttopicCanbefoundwithPLSA．3．WeusetheK-nearestneighbor(K-NearestNeighborsClassfier,referredtoasK小心nclassificationalgorithmtoimplementthesceneclassificationbasedonthepro