学位论文 > 优秀研究生学位论文题录展示

基于中层特征表示的图像分类研究

作　者: 赵悦
导　师: 于剑
学　校: 北京交通大学
专　业: 计算机科学与技术
关键词: 词袋模型视觉词视觉短语局部二值模式
分类号: TP391.41
类　型: 硕士论文
年　份: 2014年
下　载: 43次
引　用: 0次
阅　读: 论文下载

内容摘要

随着互联网技术的高速发展,网络中积累了大量的数字图像和视频数据,这些数据为人们的使用带来了新的技术挑战。为此,许多专家学者对图像分类、图像检索、目标识别等领域进行了相关研究,而图像特征提取是这些研究的基础工作。图像特征提取是将图像映射到特征集合的过程,针对图像特征提取,目前已经提出了许多优秀的算法,这些算法可以根据语义表达能力的不同进行分类。其中,基于中层语义的特征表示因其性能较好而成为人们关注的研究对象。本文对典型的底层特征表示和中层特征表示进行了分析和改进,并通过图像分类实验对性能进行了验证,具体工作如下：第一,提出了一种基于词袋模型(BoW)的图像空间语义中层特征方法。由于BoW及其改进方法假设视觉词间相互独立,而这种假设忽视了视觉词间的关联性,所以本文提出了结合空间语义信息的图像特征表示方法。该方法通过计算图像中视觉词间的分布距离提取相似的视觉词,组成视觉短语,融入图像的全局空间信息；同时,在这些视觉短语中提取具有语义代表性的视觉短语,建立短语词典来加入图像的语义信息。结合视觉词间的这两种信息,构成新的图像空间语义特征。在UIUC-Sports8图像库和Scene-15图像库进行图像分类实验,实验结果表明这种结合空间语义信息的特征具有更好的分类准确率。第二,对局部二值模式(LBP)进行改进：1)提出了一种基于LBP的纹理短语特征方法；2)提出了一种基于BoWL的图像空间语义特征方法。实验表明,这两种方法都取得了较好的图像分类效果。最后,针对当前网络图像特征方法的实际情况,以及LBP的简单性和较好的表达力,本文还研究了LBP对实际网络图像分类的作用,通过实验结果可以看出该方法能够有效地对网络文字图像进行表示。

全文目录

致谢  5-6
摘要  6-7
ABSTRACT  7-10
1. 引言  10-14
  1.1 研究背景  10
  1.2 课题研究意义  10-11
  1.3 国内外发展现状  11-13
    1.3.1 特征方法发展现状  11-12
    1.3.2 场景图像分类发展现状  12-13
  1.4 论文主要工作  13-14
2 图像底层特征表示方法  14-28
  2.1 颜色特征提取  14-15
  2.2 灰度直方图  15-16
  2.3 纹理特征提取  16-18
  2.4 尺度不变性特征  18-28
    2.4.1 图像尺度空间  18-19
    2.4.2 图像金字塔  19-21
    2.4.3 尺度不变性特征变换(SIFT)  21-28
3 图像中层特征表示方法  28-36
  3.1 图像语义信息  28-30
    3.1.1 图像语义的概念  28
    3.1.2 语义鸿沟  28-29
    3.1.3 图像语义的层次  29-30
  3.2 词袋模型BoW  30-32
  3.3 基于BoW的LDA分类  32-33
  3.4 基于BoW的空间金字塔  33-36
4 结合空间语义信息的图像特征  36-49
  4.1 改进的中层语义特征  36-41
    4.1.1 空间信息方法  37-39
    4.1.2 语义信息方法  39-41
  4.2 结合空间语义信息的视觉词短语方法  41-47
    4.2.1 底层特征提取  41-42
    4.2.2 提取视觉词对  42-45
    4.2.3 计算短语词典  45-46
    4.2.4 形成短语特征  46-47
  4.3 图像分类器  47-49
5 图像分类实验  49-54
  5.1 UIUC-Sports8图像库  49-51
  5.2 Scene-15图像库  51-54
6 基于纹理的中层特征研究  54-68
  6.1 纹理特征的发展  54-55
  6.2 改进LBP特征方法  55-61
    6.2.1 传统LBP特征  56-59
    6.2.2 多尺度LBP金字塔  59-60
    6.2.3 基于LBP的词袋模型  60-61
  6.3 基于LBP的空间语义特征  61-68
    6.3.1 基于LBP的纹理短语特征  62-64
    6.3.2 基于BoWL的空间语义特征  64-65
    6.3.3 基于LBP的网络图像分类  65-68
7 结束语  68-69
参考文献  69-74
作者简历  74-76
学位论文数据集  76

基于中层特征表示的图像分类研究

内容摘要

全文目录

相似论文