基于CSAE和字典學習的室內場景分類方法研究.pdf

1、室內場景分類作為場景分類的延伸，在圖像/視頻檢索、移動服務機器人等領域都有廣泛的應用，因此逐漸成為計算機視覺領域的研究熱點。由于室內場景圖像存在非感興趣區(qū)域（ROI, region of interest）信息干擾，場景多尺度/視角變化，類間相似性較大等問題，使得室內場景分類相較于一般場景分類任務具有更大挑戰(zhàn)。
　　論文在總結現(xiàn)有場景分類方法的基礎上，分析了其局限性。在預處理上，無法有效避免無關信息干擾；在特征提取層面上，不能適應

2、室內場景圖像的多尺度/視角變化；在分類層面上，忽略了室內場景的類間相似性。針對上述問題，論文分別從圖像預處理、特征提取和分類三個方面展開研究。論文主要研究工作如下：
　　在圖像預處理層面上，論文采用基于視覺注意機制的感興趣區(qū)域提取方法對室內場景圖像進行預處理。通過經典Itti模型獲取室內場景圖像的特征圖，并引入自頂向下（top-down）視覺注意機制，對特征圖進行基于先驗知識的規(guī)則融合，得到多個不同注意值的特征顯著圖。選擇具有最大

3、注意值的顯著圖作為室內場景圖像的ROI圖。經過ROI預處理后的室內場景圖像，能有效排除非ROI信息干擾，減小計算量，提升分類結果。
　　在特征提取層面上，論文研究了一種基于卷積稀疏自編碼機（convolutional sparse auto-encoder，CSAE）的室內場景特征提取方法。對ROI圖隨機取塊訓練單層 SAE網絡確定其參數，選擇網絡輸入層到隱藏層的連接權重作為 CNN的卷積核。通過卷積獲得室內場景圖像的充分有效特征

4、，進一步對特征進行均值池化，降低特征維度。區(qū)別于現(xiàn)有特征提取方法，該方法不依賴先驗知識和人工標注，所學特征對輸入圖像的位移變化具有不變性，能解決室內場景圖像的多尺度/視角變化問題。
　　在特征分類層面上，論文研究了一種基于字典學習的分類方法。對 CSAE提取到的特征進行字典學習，獲得表示不同類樣本相似部分的公共字典D0和表示每類樣本特有部分的子類字典Di，并在字典學習過程中引入類內散度約束，增強所學字典的判別能力。
　　為驗