多核學(xué)習(xí)下的場景分類方法研究.pdf

1、場景分類是圖像理解中高層語義的重要研究內(nèi)容,旨在通過分析圖像的全局統(tǒng)計和關(guān)聯(lián)特征,實(shí)現(xiàn)圖像場景的語義標(biāo)注過程,與圖像檢索的詞語標(biāo)注不同,場景語義具有隱含的特征共性描述,體現(xiàn)一定的無監(jiān)督特性。正確的場景分類不僅可以發(fā)現(xiàn)屬于同一類別場景的相似性和不同類別場景的區(qū)分性,而且提供了場景和目標(biāo)的上下文語境關(guān)系,有助于得到場景內(nèi)目標(biāo)識別的正確結(jié)果。常用的基于低層特征和中層語義的建模方法都需要進(jìn)行場景特征提取和匹配,場景建模的好壞會影響場景分類的結(jié)果

2、。不同的分類模型對應(yīng)著不同的場景分類方法。
　　本文主要在多核學(xué)習(xí)框架下,針對不同的場景特征選取相應(yīng)的SVM核函數(shù),使用Simple MKL算法最優(yōu)化核權(quán)重,構(gòu)建多核SVM分類器,完成場景分類,其研究內(nèi)容和研究工作包括以下幾點(diǎn):
　　1)分別研究場景圖像三種全局特征:顏色特征、PHOG特征和Gist特征的提取過程,針對Gist特征粒度較為粗糙的問題,提出了一種基于稠密網(wǎng)格的局部Gist特征描述,并基于BOW模型設(shè)計一種高效匹