软件学报
軟件學報
연건학보
JOURNAL OF SOFTWARE
2012年
7期
1787-1795
,共9页
视觉词%软直方图%图像表示%高斯混合模型%判别学习
視覺詞%軟直方圖%圖像錶示%高斯混閤模型%判彆學習
시각사%연직방도%도상표시%고사혼합모형%판별학습
基于视觉词的统计建模和判别学习,提出一种视觉词软直方图的图像表示方法.假设属于同一视觉词的图像局部特征服从高斯混合分布,利用最大-最小后验伪概率判别学习方法从样本中估计该分布,计算局部特征与视觉词的相似度.累加图像中每个视觉词与对应局部特征的相似度,在全部视觉词集合上进行结果的归一化,得到图像的视觉词软直方图.讨论了两种具体实现方法:一种是基于分类的软直方图方法,该方法根据相似度最大原则建立局部特征与视觉词的对应关系；另一种是完全软直方图方法,该方法将每个局部特征匹配到所有视觉词,在数据库Caltech-4和PASCAL VOC 2006上的实验结果表明,该方法是有效的.
基于視覺詞的統計建模和判彆學習,提齣一種視覺詞軟直方圖的圖像錶示方法.假設屬于同一視覺詞的圖像跼部特徵服從高斯混閤分佈,利用最大-最小後驗偽概率判彆學習方法從樣本中估計該分佈,計算跼部特徵與視覺詞的相似度.纍加圖像中每箇視覺詞與對應跼部特徵的相似度,在全部視覺詞集閤上進行結果的歸一化,得到圖像的視覺詞軟直方圖.討論瞭兩種具體實現方法:一種是基于分類的軟直方圖方法,該方法根據相似度最大原則建立跼部特徵與視覺詞的對應關繫；另一種是完全軟直方圖方法,該方法將每箇跼部特徵匹配到所有視覺詞,在數據庫Caltech-4和PASCAL VOC 2006上的實驗結果錶明,該方法是有效的.
기우시각사적통계건모화판별학습,제출일충시각사연직방도적도상표시방법.가설속우동일시각사적도상국부특정복종고사혼합분포,이용최대-최소후험위개솔판별학습방법종양본중고계해분포,계산국부특정여시각사적상사도.루가도상중매개시각사여대응국부특정적상사도,재전부시각사집합상진행결과적귀일화,득도도상적시각사연직방도.토론료량충구체실현방법:일충시기우분류적연직방도방법,해방법근거상사도최대원칙건립국부특정여시각사적대응관계；령일충시완전연직방도방법,해방법장매개국부특정필배도소유시각사,재수거고Caltech-4화PASCAL VOC 2006상적실험결과표명,해방법시유효적.
