融合空间信息lda视觉对象识别探究

融合空间信息lda视觉对象识别探究

ID:6049239

大小:42.50 KB

页数:16页

时间:2018-01-01

融合空间信息lda视觉对象识别探究_第1页
融合空间信息lda视觉对象识别探究_第2页
融合空间信息lda视觉对象识别探究_第3页
融合空间信息lda视觉对象识别探究_第4页
融合空间信息lda视觉对象识别探究_第5页
资源描述:

《融合空间信息lda视觉对象识别探究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、融合空间信息LDA视觉对象识别探究  摘要:近年来国内外有很多学者将广泛用于自然语言处理的LDA模型引入视觉对象识别,对象分割,场景分类等应用中。LDA模型是产生式模型,所以必然存在产生式模型共有的弊端即它假设每个视觉词汇所对应主题的产生是条件独立的。根据图像本身的特征,图像的空间信息对图像物体识别起了很大的作用,一个视觉词汇主题的生成过程是受其相邻视觉词汇主题所影响的,为了提高图像视觉词汇的主题分配正确率,提出融合空间信息LDA模型,即融合条件随机场的LDA模型,从而在图像的局部主题标签上融合二维图像空间信息,即避免空间信

2、息的丢失同时可以提高其视觉词汇的主题分配正确率。论文主要研究内容:首先对LDA模型进行改进,并在该模型中引入条件随机场,同时推导出使用期望最大化算法确定的模型参数。该论文提出使用条件随机场获得图像的二维空间信息,将产生式模型和判别式模型融合,在增强由图像本身性质所决定的相邻区域主体标签的空间关联性的同时也提高了视觉对象识别的精确度,完成图像的自动标注。关键词:视觉对象识别,LDA模型,空间信息,条件随机场,期望最大化算法中文图书分类号:TP391文献标识号:A16文章编号:2095-2163(2013)04-LDAModel

3、CombinedSpatialInformationforVisualObjectRecognitionSearchLIYang,LIUYang,GUOMaozu(SchoolofComputerScienceandTechnology,HarbinInstituteofTechnology,Harbin150001,China)Abstract:Inrecentlyyears,manyscholarsintroducetheLDAmodelwhichiswidelyusedinnaturelanguageprocessin

4、gintovisualobjectrecognition,objectsegmentation,sceneclassificationandsoon.LDAmodelisanovelgenerativemodel,sotheremustbecommondefectbetweengenerativemodelsthatitassumeslatenttopicassignmentsofdifferentvisualwordsareconditionallyindependent.Accordingtothecharacteris

5、ticsofimages,spatialinformationoftheimagesplaysanimportantroleinimageobjectrecognition,thatistosay,thegenerationprocessofthelatenttopicsgiventhevisualwordsisinfluencedbyitsadjacentvisualwords’latenttopics.Inordertoimprovetheaccuracyofthedistributionofthetopicsgiven

6、thevisualwords,the16paperproposestheLDAmodelcombinedspatialinformation,namelyLDAmodelcombinedCRF,whichisfusedthe2Dimagespatialinformationinthelocallatenttopiclabeltoavoidthelossofspatialinformationandcanimprovetheaccuracyofthedistributionofthelatenttopics.Themainre

7、searchcontentsofthispaper:firstly,improvetheLDAmodel,andcombinetheconditionalrandomfieldintoLDAmodel,andderivethemodelparametersusingthecorrespondingEMalgorithm.Thispaperusestheconditionalrandomfieldsforgetting2Dspatialinformationoftheimages;combinesthegenerativemo

8、delandthediscriminativemodel.Thepaperenhancesthespatialcorrelationofthelatenttopiclabelsoftheadjacentvisualwordsdeterminedbytheimages’naturechara

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。