基于SPM模型的圖像分類方法研究.pdf

1、近年來，隨著手機、電腦等多媒體設備個人擁有率的大幅提高，人們每天在網絡中發(fā)布的圖像和視頻的數(shù)量以井噴式的速度在增長，而無法有效的管理和分類這些視頻圖像資源的問題也日益嚴重，亟待解決。圖像分類技術正是解決該類問題的有效手段，目前圖像分類方法中普遍采用的是BOW（Bag Of Words）模型和SPM(Spatial Pyramid Modal)模型，前者是從文檔分類技術中發(fā)展而來的，而后者對圖像進行了層次劃分，并在特征構造時引入了空間位置

2、排布信息，使得圖像最終的特征表述更加完備的同時也有著更加高效的圖像分類識別率。
　　本文在SPM分類模型的基礎上，對圖像分類領域中的特征提取與編碼、視覺詞匯碼本的建立以及圖像的特征加權表述等問題進行了研究，以下幾點是論文的主要研究成果:
　　(1)給出了一種基于金字塔不同劃分層次下視覺詞匯碼本的構建方法。即對圖像劃分后的每一子區(qū)域構造視覺詞匯字典，從而刻畫出不同劃分層次不同細粒度下的圖像特征信息。該方法有效減小了圖像背景差異