用于图像场景分类的空间视觉词袋模型_王宇新

《用于图像场景分类的空间视觉词袋模型_王宇新》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、第３８卷第８期计算机科学Ｖｏｌ．３８Ｎｏ．８２０１１年８月ＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅＡｕｇ２０１１用于图像场景分类的空间视觉词袋模型王宇新１２１１，２２郭禾何昌钦冯振贾棋（大连理工大学计算机科学与技术学院大连１１６０２３）１２（大连理工大学软件学院大连１１６６２０）摘要以传统的词袋模型为基础，根据同类场景图像具有空间相似性的特点，提出了一种用于图像场景分类的空间视觉词袋模型。首先将图像进行不同等级的空间划分，针对对应空间子区域进行特征提取和ｋ均值聚类，形成该区域的视觉关键词，进而构建整个训练图像集的空间视觉词典。进行场景识别时，将所有空间子区域的

2、视觉关键词连接成一个全局特征向量进行相似度计算。最终的场景分类结果使用Ｖ１滤波器和ＰＡＣＴ两种特征在支持向量机ＬＩＢＳＶＭ上获得。关键词场景分类，词袋，空间聚类，空间视觉词典，支持向量机中图法分类号ＴＰ３０１文献标识码ＡＢａｇｏｆＳｐａｔｉａｌＶｉｓｕａｌＷｏｒｄｓＭｏｄｅｌｆｏｒＳｃｅｎｅＣｌａｓｓｉｆｉｃａｔｉｏｎ１２１１，２２ＷＡＮＧＹｕ－ｘｉｎＧＵＯＨｅＨＥＣｈａｎｇ－ｑｉｎＦＥＮＧＺｈｅｎＪＩＡＱｉ（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｄａｌｉａ

3、ｎ１１６０２３，Ｃｈｉｎａ）１（ＳｃｈｏｏｌｏｆＳｏｆｔｗａｒｅ，ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｄａｌｉａｎ１１６６２０，Ｃｈｉｎａ）２ＡｂｓｔｒａｃｔＡｎａｐｐｒｏａｃｈｔｏｒｅｃｏｇｎｉｚｅｓｃｅｎｅｃａｔｅｇｏｒｉｅｓｂｙｍｅａｎｓｏｆａｎｏｖｅｌｍｏｄｅｌｎａｍｅｄｂａｇｏｆｓｐａｔｉａｌｖｉｓｕａｌｗｏｒｄｓｗａｓｐｒｏｐｏｓｅｄ．Ｉｍａｇｅｓｗｅｒｅｈｉｅｒａｒｃｈｉｃａｌｌｙｄｉｖｉｄｅｄｉｎｔｏｓｕｂｒｅｇｉｏｎｓａｎｄｔｈｅｓｐａｔｉａｌｖｉｓｕａｌｖｏｃａｂｕｌａｒｙｗａｓｃｏｎｓｔｒｕｃｔｅｄｂｙｇｒ

4、ｏｕｐｉｎｇｔｈｅｌｏｗ－ｌｅｖｅｌｆｅａｔｕｒｅｓｃｏｌｌｅｃｔｅｄｆｒｏｍｅｖｅｒｙｃｏｒｒｅｓｐｏｎｄｉｎｇｓｐａｔｉａｌｓｕｂｒｅｇｉｏｎｉｎｔｏａｓｐｅｃｉｆｉｅｄｎｕｍｂｅｒｏｆｃｌｕｓｔｅｒｓｕｓｉｎｇｋ－ｍｅａｎｓａｌｇｏｒｉｔｈｍ．Ｔｏｒｅｃｏｇｎｉｚｅｔｈｅｃａｔｅｇｏｒｙｏｆａｓｃｅｎｅ，ｔｈｅｖｉｓｕａｌｖｏｃａｂｕｌａｒｙｄｉｓｔｒｉｂｕｔｉｏｎｓｏｆａｌｌｓｐａｔｉａｌｓｕｂｒｅ－ｇｉｏｎｓｗｅｒｅｃｏｎｃａｔｅｎａｔｅｄｔｏｆｏｒｍａｇｌｏｂａｌｆｅａｔｕｒｅｖｅｃｔｏｒ．Ｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｗ

5、ａｓｏｂｔａｉｎｅｄｕｓｉｎｇＬＩＢＳＶＭａｎｄｔｗｏｋｉｎｄｓｏｆｆｅａｔｕｒｅｓｗｅｒｅｕｓｅｄｉｎｔｈｅｅｘｐｅｒｉｍｅｎｔｓ：“Ｖ１－ｌｉｋｅ”ｆｉｌｔｅｒｓａｎｄＰＡＣＴｆｅａｔｕｒｅｓ．ＫｅｙｗｏｒｄｓＳｃｅｎｅｃｌａｓｓｉｆｉｃａｔｉｏｎ，Ｂａｇｏｆｗｏｒｄｓ，Ｓｐａｔｉａｌｃｌｕｓｔｅｒｉｎｇ，Ｓｐａｔｉａｌｖｉｓｕａｌｖｏｃａｂｕｌａｒｙ，ＳＶＭ人类视觉感知的一个显著特点是能够很快掌握一幅复杂１引言图像所表达的含义。ＭａｒｙＰｏｔｔｅｒ通过实验证明，仅仅观察一随着数码设备的普及和信息存储与传输技术的快速发组快速的图像流，观察者也能识

6、别出每一幅图像的语义类别展，图像数据发生爆炸性增长。如何用计算机对大量且不断［６］。这种通过快速（大约和一些图像中的对象及其属性增加的图像进行分析和理解，成为一项越来越紧迫的任务。２００ｍｓ）观察图像所获得的视觉和语义信息称为图像的因此基于内容的检索技术已成为国内外研究的热点，并成为［７］。在拍摄照片时，摄影师总是尽可能把能反映图像ｇｉｓｔｇｉｓｔ［１］。２１世纪初必须攻克的关键技术之一或者语义的对象和特征显示在图像中心。这一拍摄习惯使得本文将重点关注图像场景识别和分类问题。传统的场景大多数针对同类目标的图像都有相同的拍摄角度，即这些图分类方法通常使

7、用色彩、纹理和形状等图像底层视觉特征直像具有空间相似度。例如，许多城市的图像是这样一种景观：［２］；或者对场景接与监督学习方法相结合进行图像场景分类高楼下面连接着人行横道，而顶上是蓝天；高速公路是一个很中的目标进行有效的分析，以完成场景的整体识别，具有代表大的平面向水平线方向延伸，期间充满了一些凹凸。这样，如性的如王涛、胡事民和孙家广院士提出的基于颜色－空间特征果我们把图像划分为一些空间子区域，对应的子区域内就应［３］；或者采用文本主题模型的方法将图像分的图像检索方法该有相似的特征，如图１所示。类到不同的语义类别中：将图像的局部不变特征聚类为一组上述

8、主题分析模型是根据图像中视觉词汇出现的总体情视觉词汇，并用词袋（Ｂａｇｏｆｗｏｒｄｓ）模型来表示，最后用ＬＤ