基于词袋模型的图像分类算法研究.pdf

《基于词袋模型的图像分类算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于词袋模型的图像分类算法研究陈雲飞2015年01月中图分类号：UDC分类号：基于词袋模型的图像分类算法研究作者姓名陈雲飞学院名称计算机学院指导教师马波副教授答辩委员会主席沈建冰教授申请学位工学硕士学科专业计算机科学与技术学位授予单位北京理工大学论文答辩日期2015年01月ImageClassificationResearchbasedonBagofWordsModelsCandidateName:YunfeiChenSchoolorDepartment:ComputerScienceandTechnol

2、ogyFacultyMentor:AssociateProf.BoMaChair,ThesisCommittee:Prof.JianbingShenDegreeApplied:MasterofPhilosophyMajor:ComputerScienceandTechnologyDegreeby:BeijingInstituteofTechnologyTheDateofDefence:January,2015研究成果声明本人郑重声明：所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。

3、尽我所知，文中除特别标注和致谢的地方外，学位论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名：日期：北京理工大学硕士学位论文摘要图像分类是计算机视觉的热点研究方向，在诸如图像检索、行为分析、医学成像、智能搜索引擎等领域有着广泛应用。近些年，得益于模式识别、机器学习和图像特征提取的新理论和新方法，图像分类领域取得了重要研究进展，但是由于类内

4、图像表观的复杂性、类间图像表观的相似性以及大数据对于分类计算的拓展性要求，图像分类仍然面临许多挑战。本文在词袋模型基础上，利用特征融合、稀疏编码理论和点到集合度量学习的思想，对于图像分类问题作了深入研究，具体工作如下：1.考虑到不同特征之间信息的互补性，本文联合利用HSV颜色特征和SIFT特征对于图像行分类。2.提出了一种基于度量学习和特征融合的图像分类算法：图像表达分别是利用HSV特征得到的颜色直方图和利用SIFT特征的稀疏编码得到的池化向量；在此基础上，分别利用上述两种图像表达学习点到类样本集合的两种

5、距离度量，和其它分类器相比最近子空间分类器耦合点到集合度量学习可以得到更好的分类结果。3.提出了一种基于Fisher向量表达的图像分类算法：Fisher向量表达同时具有产生式模型和判别式模型的优点，此外，与传统的词袋模型相比，可以建模SIFT特征分布的高阶统计特性；替代对于SIFT特征进行稀疏编码与池化，所提出的算法联合HSV颜色直方图和SIFT特征的Fisher向量表达进行图像分类。4.为了验证所提出方法的有效性，我们对于一个花图像数据库进行了分类验证。该数据库的同类花图像中存在着光照、尺度、视角等方面

6、的较大变化，而异类图像之间又存在着相似性。比对实验表明与其它算法相比，所提出的方法具有更好的分类结果。关键词：图像分类、词袋模型、度量学习、Fisher向量、最近邻子空间分类器I北京理工大学硕士学位论文AbstractImageclassificationisoneofthehottopicsincomputervision,andhaswideapplicationsinimageretrieval,behavioranalysis,medicalimaging,intelligentsearcheng

7、ine,etc.Recently,benefitingfromthenewalgorithmsandtheoriesinpatternrecognition,machinelearningandimagefeatureextraction,significantprogresshasbeenmadeinimageclassification.However,duetothegreatvariationsinimagesofthesameclassandthevisualappearancesimilari

8、tybetweenimagesofdifferentclasses,imageclassificationstillisfacingbigchallenges.OnthebasisofBagofWordsmodels,thisthesisdelvesintoimageclassificationusingfeaturefusion,sparsecodingandpoint-to-setdistancemetriclearnin