場景分類視覺字典容量的自動獲取研究.pdf

1、根據(jù)場景含義對圖像進行分類是圖像理解研究的熱點，是研究人類理解圖像語義含義的重要方向之一。近年來，場景分類在圖像檢索、醫(yī)學圖像的識別、計算機視覺和機器人，對周圍環(huán)境的感知等領域具有重要而現(xiàn)實的應用前景。面對日益龐大的數(shù)字圖像，依靠經(jīng)典的人工標注的方式對圖像進行標注獲取圖像特征，然后對圖像進行分類的工作量將變得難以承受，因此，研究更智能化的場景分類方式愈加重要。場景分類的過程包括:場景圖像的特征提取、視覺字典的構建、分類結果預測等。在視覺

2、字典的構建過程中，視覺字典合理容量的獲取就成為了影響場景分類的精度與效率一個關鍵因素。針對當前完全依賴反復人為實驗摸索才能獲得視覺字典容量的現(xiàn)狀，提出了一種使用AP聚類算法自動計算視覺字典合理容量的方法。這個方法避免了人為實驗摸索去獲得視覺字典容量，顯著提高了算法的運算效率。本文的主要工作如下:
　　首先，本文介紹了場景分類等相關的背景知識，以及它們的研究意義;分析了聚類算法和視覺字典容量獲取的研究現(xiàn)狀。
　　其次，本文給出

3、了場景分類的基本流程圖。闡述了獲取SIFT(Scale-invariant featuretransform，尺度不變特征轉換)特征的詳細過程、K-均值聚類算法和AP（AffinityPropagation，吸引子傳播）聚類算法，并且通過對隨機產(chǎn)生的100個數(shù)據(jù)點的聚類結果進行對比，分析比較了兩種聚類算法的優(yōu)缺點。K-均值聚類算法的聚類中心數(shù)目要人為預先指定，而且初始聚類中心的不同會導致聚類結果的不同。而AP聚類則是通過算法的迭代自動獲

4、取聚類中心，而且在迭代的過程中，經(jīng)過44次就趨于穩(wěn)定。此外，還分析了AP聚類算法中的兩個參數(shù)對聚類結果的影響。實驗表明，在無先驗知識的情況下，AP聚類算法要優(yōu)于K-均值聚類算法。
　　第三，本文對SIFT特征的提取方法進行了深入研究，給出了當前提取SIFT特征構建視覺單詞的幾種方法。通過實驗仿真對比了使用均勻網(wǎng)格采樣法和隨機采樣法提取場景圖像SIFT特征的優(yōu)缺點，實驗結果表明，均勻采樣法更適用于本文對場景分類的研究。
　　第

5、四，本文對提取得到的特征矩陣數(shù)據(jù)進行了預處理。然后分別使用K-均值聚類算法和AP聚類算法獲取視覺字典容量，使用SVM進行場景分類。使用K-均值聚類算法獲取了一條視覺字典容量和識別率之間的關系曲線。然后改變AP聚類中的參數(shù)——參考度，分析了參數(shù)對場景分類的影響。并使用IGP（In-Group Proportion，類內比例）指標對聚類效果進行了評價。
　　第五，本文對實驗結果進行了分析。首先，把用K-means聚類算法得出的識別率與

6、視覺字典容量之間的關系曲線和通過AP聚類算法自動獲取視覺字典容量進行了對比。實驗結果表明:使用AP聚類算法能夠較快的獲取視覺字典容量，而且場景分類的識別率可以達到81％以上。而使用K-means聚類算法，得出的識別率與視覺字典容量之間的關系曲線并無規(guī)律，分類精度最高的視覺字典容量分別為350、750、1100和1350。本文還給出了幾個重要的參數(shù)對實驗結果的影響，通過IGP的值選擇參考度的值，驗證了AP聚類的有效性和得到的視覺字典容量的