基于詞袋模型的視覺(jué)詞典構(gòu)建.pdf

1、隨著互聯(lián)網(wǎng)的高速發(fā)展及廣泛應(yīng)用，數(shù)字圖像大量地出現(xiàn)在人們的生活中。面對(duì)海量的圖像資源，如何準(zhǔn)確、高效地實(shí)現(xiàn)圖像的分類、檢索、標(biāo)注等各項(xiàng)工作，已經(jīng)成為當(dāng)前智能信息處理研究的熱點(diǎn)。詞袋模型是分類算法中應(yīng)用比較廣泛中的一種，并在圖像分類中表現(xiàn)出優(yōu)良的性能，所以獲得了廣泛的研究與應(yīng)用。視覺(jué)詞典是詞袋模型的基礎(chǔ)，構(gòu)建更具有描述性的視覺(jué)詞典不僅能提高圖像的分類準(zhǔn)確度，還能減少算法計(jì)算時(shí)間。如何獲得更具有代表性的視覺(jué)詞典，以便更好地對(duì)圖像進(jìn)行描述已經(jīng)

2、成為提高分類準(zhǔn)確度一個(gè)關(guān)鍵的步驟。本文以構(gòu)建具有較高辨識(shí)度的視覺(jué)詞典為目標(biāo)，研究視覺(jué)詞典的優(yōu)化方法，將優(yōu)化的視覺(jué)詞典應(yīng)用到圖像分類中，以提高圖像分類的準(zhǔn)確度。圍繞上述內(nèi)容，本文研究?jī)?nèi)容主要體現(xiàn)在如下兩個(gè)方面:
　　第一，在傳統(tǒng)詞袋模型和現(xiàn)有香農(nóng)熵的基礎(chǔ)上，首先對(duì)兩者存在的問(wèn)題進(jìn)行分析;然后針對(duì)存在的問(wèn)題對(duì)其進(jìn)行改進(jìn)，以便篩選出辨識(shí)度高的視覺(jué)詞典。首先將訓(xùn)練集按類別聚類;然后利用改進(jìn)的香農(nóng)熵計(jì)算每個(gè)類中每個(gè)視覺(jué)單詞的香農(nóng)熵值，刪除香

3、農(nóng)熵值大的視覺(jué)單詞，也就是每個(gè)類中辨識(shí)度低的視覺(jué)單詞;最后將優(yōu)化后的每個(gè)類的視覺(jué)詞典放到一起得到優(yōu)化后的詞典。實(shí)驗(yàn)結(jié)果表明，新方法可以選擇出更具有代表性的單詞，提高分類結(jié)果。
　　第二，分析了傳統(tǒng)互信息進(jìn)行單詞選擇過(guò)程中存在的問(wèn)題，對(duì)傳統(tǒng)的互信息進(jìn)行了改進(jìn)，并將其應(yīng)用到視覺(jué)單詞選擇中，篩選出辨識(shí)度高的視覺(jué)單詞。該方法對(duì)互信息進(jìn)行單詞選擇的影響因素和不足進(jìn)行了綜合分析，更有利于選取就有代表性的視覺(jué)單詞。
　　本文針對(duì)傳統(tǒng)詞袋模