場景特征可分性與協(xié)同求解方法.pdf

1、圖像場景分類是圖像理解中高層語義的重要研究內容，旨在通過分析圖像的全局統(tǒng)計和關聯(lián)特征，實現(xiàn)圖像場景的語義標注過程，與圖像檢索的詞語標注不同，場景語義具有隱含的特征共性描述，體現(xiàn)一定的無監(jiān)督特性。正確的場景分類不僅可以發(fā)現(xiàn)屬于同一類別場景的相似性和不同類別場景的區(qū)分性，而且提供了場景和目標的上下文語境關系，有助于得到場景內目標識別的正確結果。協(xié)同模型的節(jié)點間包含天然的統(tǒng)計依賴關系，具有協(xié)同學的最優(yōu)劃分特點，可很好地用于場景分類中。

2、　　本文主要在協(xié)同學的最優(yōu)求解框架下，構建基于場景視覺信息描述的協(xié)同網(wǎng)絡結構，以特征的可區(qū)分性為目的，研究協(xié)同網(wǎng)絡的原型向量表達，通過場景特征演化，得到穩(wěn)定的狀態(tài)解，形成最終的劃分結果，其研究內容和研究工作包括以下幾點：
　　1、研究可以有效的表征圖像的特征。對兩種全局特征PHOG特征和gist特征進行對比，獲得協(xié)同網(wǎng)絡的原型向量和輸入特征向量的表達，并使用流形學習方法對數(shù)據(jù)進行處理，可以在保持特征流形結構的同時有效地降低特征維數(shù)

3、，獲得協(xié)同網(wǎng)絡的序參量表達。
　　2、圖像的顯著性特征的提取和應用。用最大對稱外周顯著性算法獲得圖像的顯著性特征，并有效的完成復雜場景圖像的感興趣區(qū)域的分割和基于顯著性的圖像分類。
　　3、基于協(xié)同學的協(xié)同網(wǎng)絡用于場景分類。根據(jù)協(xié)同學的思想，對經過支持向量機分類判決但沒有獲得正確標記的圖像特征，通過協(xié)同網(wǎng)絡的序參量演化方程進行特征演化，完成對圖像的標簽的轉移過程，從而獲得更高的場景圖像分類正確率。實驗驗證了該方法的有效性，可