自然場(chǎng)景識(shí)別技術(shù)研究.pdf

1、作為計(jì)算機(jī)視覺(jué)領(lǐng)域的重點(diǎn)研究課題，自然場(chǎng)景識(shí)別旨在借助計(jì)算機(jī)對(duì)海量圖像內(nèi)容給出其語(yǔ)義標(biāo)簽（例如：森林，大街，山脈等）。通過(guò)自然場(chǎng)景識(shí)別技術(shù)，可達(dá)到將圖像從像素級(jí)別到語(yǔ)義級(jí)別的映射，具有很大的研究意義和應(yīng)用價(jià)值。如基于內(nèi)容的場(chǎng)景圖像搜索，最關(guān)鍵的一步就是對(duì)像素級(jí)別的場(chǎng)景圖像進(jìn)行語(yǔ)義識(shí)別；還有一些智能相機(jī)具有對(duì)相冊(cè)進(jìn)行分類(lèi)的功能等，這些應(yīng)用都是以場(chǎng)景識(shí)別為基礎(chǔ)的。在當(dāng)今大數(shù)據(jù)時(shí)代，互聯(lián)網(wǎng)中的自然場(chǎng)景圖像數(shù)據(jù)也呈現(xiàn)快速增長(zhǎng)，如何快速有效的識(shí)別

2、圖像的內(nèi)容信息顯得尤為重要。近些年來(lái)，學(xué)者們?cè)趫?chǎng)景識(shí)別技術(shù)領(lǐng)域積累了大量的方法和研究成果，但是主要集中在對(duì)圖像特征提取和特征建模方法上，構(gòu)建一種鑒別能力強(qiáng)又具有泛化能力的特征描述子、特征組合方法至關(guān)重要。
　　本文通過(guò)深入調(diào)研了已有的自然場(chǎng)景圖像識(shí)別方法，重點(diǎn)研究自然場(chǎng)景圖像特征提取方法。經(jīng)過(guò)分析現(xiàn)有場(chǎng)景圖像特征表達(dá)方法原理、存在的缺點(diǎn)和局限性，提出了一種基于CLBP的場(chǎng)景圖像特征提取方法，并使用空間金字塔表達(dá)模型來(lái)整合圖像的空間

3、結(jié)構(gòu)結(jié)構(gòu)特征。又構(gòu)造了多特征融合的自然場(chǎng)景圖像分類(lèi)模型，旨在改善場(chǎng)景圖像識(shí)別率。總的來(lái)說(shuō)，主要工作和創(chuàng)新點(diǎn)如下：
　　（1）提出了基于CLBP的場(chǎng)景圖像局部特征表達(dá)方法，簡(jiǎn)記為CCLBP_SC。這種局部特征有效表達(dá)了圖像灰度級(jí)別信息，對(duì)場(chǎng)景圖像識(shí)別有一定輔助作用。
　?。?）提出了空間金字塔表達(dá)的CCLBP_SC特征，簡(jiǎn)記為SCCLBP_SC（SPR with CCLBP_SC）。這種方法使用空間金字塔模型對(duì)圖像做空間結(jié)構(gòu)上

4、的建模，針對(duì)金字塔模型每層子圖像，提取CCLBP_SC特征，構(gòu)造出場(chǎng)景圖像局部特征在空間結(jié)構(gòu)上的表示，有效獲取了圖像空間結(jié)構(gòu)信息。
　?。?）提出了圖像局部結(jié)構(gòu)特征（CCLBP_SC+SPR）與全局視覺(jué)特征（Gist）相結(jié)合的特征表達(dá)方法。使用Gist對(duì)圖像從全局視覺(jué)屬性上進(jìn)行特征提取，再融合SCCLBP_SC特征作為圖像特征表達(dá)，這種方法有效利用了空間局部特征與全局視覺(jué)特征。
　?。?）設(shè)計(jì)了一個(gè)完整的自然場(chǎng)景圖像識(shí)別框架