主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王彦杰,刘峡壁,贾云得.一种视觉词软直方图的图像表示方法.软件学报,2012,23(7):1787-1795
一种视觉词软直方图的图像表示方法
Visual Word Soft-Histogram for Image Representation
投稿时间:2011-01-13  修订日期:2011-06-20
DOI:10.3724/SP.J.1001.2012.04082
中文关键词:  视觉词  软直方图  图像表示  高斯混合模型  判别学习
英文关键词:visual word  soft-histogram  image representation  Gaussian mixture model  discriminative learning
基金项目:国家自然科学基金(60973059, 90920009)
作者单位E-mail
王彦杰 北京理工大学 计算机学院 智能信息技术北京市重点实验室,北京 100081
91635部队,北京 102249 
 
刘峡壁 北京理工大学 计算机学院 智能信息技术北京市重点实验室,北京 100081 liuxiabi@bit.edu.cn 
贾云得 北京理工大学 计算机学院 智能信息技术北京市重点实验室,北京 100081  
摘要点击次数: 3140
全文下载次数: 3970
中文摘要:
      基于视觉词的统计建模和判别学习,提出一种视觉词软直方图的图像表示方法.假设属于同一视觉词的图像局部特征服从高斯混合分布,利用最大-最小后验伪概率判别学习方法从样本中估计该分布,计算局部特征与视觉词的相似度.累加图像中每个视觉词与对应局部特征的相似度,在全部视觉词集合上进行结果的归一化,得到图像的视觉词软直方图.讨论了两种具体实现方法:一种是基于分类的软直方图方法,该方法根据相似度最大原则建立局部特征与视觉词的对应关系;另一种是完全软直方图方法,该方法将每个局部特征匹配到所有视觉词.在数据库Caltech-4和PASCAL VOC 2006上的实验结果表明,该方法是有效的.
英文摘要:
      This paper proposes a visual word soft-histogram for image representation based on statistical modeling and discriminative learning of visual words. This type of learning uses Gaussian mixture models (GMM) to reflect the appearance variation of each visual word and employs the max-min posterior pseudo-probabilities discriminative learning method to estimate GMMs of visual words. The similarities between each visual word and corresponding local features are computed, summed, and normalized to construct a soft-histogram. This paper also discusses the implementation of two representation methods. The first one is called classification-based soft histogram, in which each local feature is assigned to only one visual word with maximum similarity. The second one is called completely soft histogram, in which each local feature is assigned to all the visual words. The experimental results of Caltech-4 and PASCAL VOC 2006 confirm the effectiveness of this method.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利