基于局部特征和隐条件随机场的场景分类方法

被引：4

作者：

李玲玲 ^{[1
]}

金泰松 ^{[2
]}

李翠华 ^{[2
]}

机构：

[1] 郑州航空工业管理学院计算机科学与应用系

[2] 厦门大学信息科学与技术学院

来源：

北京理工大学学报 | 2012年 / 32卷 / 07期

基金：

高等学校博士学科点专项科研基金;

关键词：

图像分析; 特征提取; 隐条件随机场; 场景分类;

D O I：

10.15918/j.tbit1001-0645.2012.07.008

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对复杂场景图像分类的难题,提出一种基于局部特征和隐条件随机场的场景分类方法.该方法将图像划分为一系列超像素区域,提取每个区域的局部特征组成观察图像的输入特征向量,并建立基于隐条件随机场的场景分类模型推断图像的场景类别标记,其中每个局部特征对应一个隐变量.训练采用随机梯度上升法估计模型参数.在标准的图像库上进行实验,结果表明,与同类方法相比,场景分类方法取得了更好的分类结果.

引用

页码：720 / 724

页数：5

共 6 条

[1] 复杂场景下基于条件随机场的视觉目标跟踪 [J].

高琳 ;

唐鹏 ;

盛鹏 ;

左航 .

光学学报, 2010, 30 (06) :1721-1728

[2] 一种基于超像素的户外建筑图像布局标定方法 [J].

刘靖 ;

李翠华 ;

杨敦旭 .

厦门大学学报(自然科学版), 2010, 49 (02) :175-180

[3] 基于隐条件随机场的自适应视频分割算法 [J].

褚一平 ;

张引 ;

叶修梓 ;

张三元 .

自动化学报, 2007, (12) :1252-1258

[4]

LabelMe: A Database and Web-Based Tool for Image Annotation[J] . Bryan C. Russell,Antonio Torralba,Kevin P. Murphy,William T. Freeman.International Journal of Computer Vision . 2008 (1-3)

[5] Semantic modeling of natural scenes for content-based image retrieval [J].

Vogel, Julia ;

Schiele, Bernt .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2007, 72 (02) :133-157

[6] Efficient graph-based image segmentation [J].

Felzenszwalb, PF ;

Huttenlocher, DP .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 59 (02) :167-181

← 1 →