基于主題模型的圖像分類算法研究.pdf

1、利用主題模型來對實際的圖像進行分類是實現(xiàn)圖像分類的一個重要手段，但在已有的工作中，要么使用圖像特征利用有監(jiān)督主題模型進行分類，要么先使用圖像特征學習主題特征后，再通過分類器進行分類，然而這些工作僅僅利用了圖像特征。
　　本文在分析總結已有工作的基礎上，為了進一步提高分類的準確率，本文嘗試將圖像特征與文本特征結合到了一起，再學習其主題特征，最后使用支持向量機進行分類。基于兩個經典的主題模型，本文提出了兩個多特征分類框架，主要研究工作

2、和貢獻如下：
　　1、提出了基于LDA模型的圖像分類框架。首先提取了每一幅圖片的圖像特征與文本特征，再通過算法將兩種特征結合在一起；其次利用LDA模型學習主題特征；最后，由于LDA模型學習的主題特征，使用支持向量機來實現(xiàn)對圖像的分類。在LableMe和UIUC-Sport兩個真實數(shù)據(jù)集上的實驗結果表明，此分類框架提高了分類的準確率。
　　2、提出了基于sLDA模型的圖像分類框架?？紤]到LDA模型學習的特征一般不適于分類，因而

3、在基于LDA模型的圖像分類框架基礎上，引入sLDA模型來進一步提高對圖像的分類準確率。該框架也是將提取到的圖像特征與文本特征融合在一起；其次，利用sLDA模型來學習適于分類的主題特征；最后，通過支持向量機來對sLDA模型學習的主題特征進行分類。在LableMe和UIUC-Sport兩個真實數(shù)據(jù)集上的實驗結果表明，此框架與基于LDA模型的圖像分類框架和sLDA方法相比分類準確率都高，進一步說明了此框架的合理性。
　　本文提出了兩個基