優(yōu)化空間金字塔匹配模型的圖像分類研究.pdf

1、隨著經濟和互聯網的快速發(fā)展，數碼相機、智能手機等移動設備已進入千家萬戶，人們在生活中無處不使用到數字多媒體設備。無論是在學習、工作中，還是旅游、逛街等生活中的方方面面，都會通過移動設備以視頻或者圖像的形式來分享和記錄自己日常的點點滴滴。因此，在網絡中構成一個龐大的圖像庫。那么如何從這個龐大的圖像庫中搜索和利用自己想要的圖像成為人們關注的焦點。為了使計算機能夠更好地管理和組織這些圖像，前提是能夠讓計算機對圖像的內容進行分析和理解。圖像分類

2、是解決圖像理解問題的重要途徑，在圖像檢索技術的發(fā)展過程中起著至關重要的作用。目前，基于視覺詞袋模型和支持向量機的圖像分類技術已經成為圖像分類的主流技術。
　　在視覺詞袋模型中，針對利用圖像局部特征構造視覺詞直方圖中沒有考慮圖像局部特征的空間信息問題。本文通過使用空間金字塔匹配模型來引入圖像特征的空間位置信息。在空間金字塔匹配模型的基礎之上，對視覺詞袋模型中存在的缺陷提出了以下改進辦法:
　　(1)在視覺詞袋模型中，針對k-m

3、eans聚類構造視覺詞典存在的缺陷，第三章提出了雙詞袋模型來構造更具有表征圖像能力的視覺詞直方圖。它能夠減少由于k-means算法的不穩(wěn)定性和過于依賴初始聚類簇中心的選擇給實驗結果帶來的干擾。采用雙詞袋模型構造視覺詞直方圖時，對于那些處于聚類邊界中不穩(wěn)定的視覺詞和十分穩(wěn)定的視覺詞賦予不同的權重值，從而在空間金字塔匹配模型中得到更具有表征能力的視覺詞直方圖。通過支持向量機進行分類試驗表明了該方法的可行性。
　　(2)針對視覺詞袋模型

4、存在的不足:1、k-means算法的不穩(wěn)定性和過于依賴初始聚類簇中心的選擇給實驗結果帶來的干擾;2、沒有考慮圖像中不同區(qū)域的視覺顯著性。第四章提出了一種基于視覺注意機制和空間金字塔匹配的圖像分類方法。首先采用更加優(yōu)異的模擬退火遺傳的模糊C-均值聚類算法來構造視覺詞典;然后將人類的視覺注意機制引入到空間金字塔匹配模型中，因為在現實生活中，圖像的不同區(qū)域對于人眼的視覺沖擊效果是不一樣的;最后通過視覺注意機制構造加權的視覺詞直方圖。通過支持向