基于特征词及形状模型的图像类别学习

作     者：郭文静 张艳秋 刘永进 Guo Wenjing;Zhang Yanqiu;Liu Yongjin

作者机构：清华大学计算机科学与技术系北京100084 

基　　金：国家自然科学基金国际合作与交流项目(61111130210) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2013年第25卷第10期

页      码：1467-1475页

摘      要：一类图像的特征及其分布在很大程度上表达了该类的主要信息.根据这一思想,结合图像中的像素信息及形状信息提出一种类图像识别方法.对于一类给定的样本图像,首先提取每一幅图像的显著特征,根据特征分布提取特征区域;然后对所有的特征区域进行聚类得到特征词典,基于特征词及形状信息建模,同时采用最大似然估计的方法进行学习得到模型参数;最后结合特征词模型及形状模型对测试图像进行识别.实验结果表明,该方法能够有效地对2类图像进行分类和识别,同时对多数类图像也能进行较为准确的分类和识别.

主 题 词：特征词 形状模型 最大似然估计 对象识别 对象分类 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

馆 藏 号：203150316...