【摘要】根据场景含义对图像进行分类是图像理解研究的热点,是研究人类理解图像语义含义的重要方向之一。近年来,场景分类在图像检索、医学图像的识别、计算机视觉和机器人,对周围环境的感知等领域具有重要而现实的应用前景。面对日益庞大的数字图像,依靠经典的人工标注的方式对图像进行标注获取图像特征,然后对图像进行分类的工作量将变得难以承受,因此,研究更智能化的场景分类方式愈加重要。场景分类的过程包括：场景图像的 […]

【摘要】针对目前需要大量实验方可获得视觉字典的不足,提出了一种一次既可获得合理的视觉字典方法。首先,采用尺度不变特征转换SIFT[1](Scale-invariantfeaturetransform)局部描述子构建场景图像数据集的特征矩阵;其次,采用AP聚类算法对场景图像的特征矩阵进行聚类,获得聚类中心数,也就是合理的视觉字典容量,并结合K-means算法获得共现矩阵,再用PLSA算法构建概率模型 […]