基于特征词及形状模型的图像类别学习.pdf

第25卷第10期 计算机辅助设计与图形学学报 V01．25No．10 of Oct．2013 2013年10月 Journal DesignComputerGraphics Computer～Aided 基于特征词及形状模型的图像类别学习 郭文静，张艳秋，刘永进 (清华大学计算机科学与技术系北京100084) (wenji126．com) 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． 关键词：特征词；形状模型；最大似然估计；对象识别；对象分类 中图法分类号：TP391．4 BasedonFeatureWordsand Model ImageCategoryLearning Shape Guo Liu Wenjing，ZhangYanqiu，andYongjin of Scienceand 100084) (DepartmentComputer Technology，TsinghuaUniversity，Beijing featuresand of Abstract：The distributiononeclassof theirclassinformation． imagelargelyrepresent Inthis with informationand amethodfor paper，integrated information，we pixel shape propose image category usesthe a recognition．Thealgorithmfollowingsteps．First，givenspecifiedimagecategory， extractthe salientfeaturesofeach thenabstractthefeature thedistribution image，and regionsusing ofsalient at thefeature clusterthefeature features．Second，aiming get dictionary，we regions．Based onfeaturewordsand buildthe use maximum information，wemodel，meanwhilewe the shape likelihoodestimation tOlearnthemodel