基于视词袋模型的场景识别
一、问题
场景内容的自动识别是计算机视觉领域的一个重要问题,对目标识别、检测基于内容的图像检索等计算机视觉方面的应用具有重要意义,最近12306的图片验证码系统就可以看做一个场景识别的很好例子,由此可见场景识别在我们的日常生活中的意义重大。
本实验的主要内容是利用词袋模型对场景进行识别分类。
图1-1几种常见场景
(左上为卧室,右上为厨房)
二、算法介绍
2.1 基本词袋模型(Bag of words)
Bag of words模型也成为“词袋”模型,在最初多是用来做自然语言处理,Svetlana在进行图片分类时,使用了“词袋”模型。词袋模型的主要思想是利用每一个“word”的频率作为特征来分类,忽略它的单词顺序和语法、句法等要素。
在图像分类应用时,图像每一个提取出来的特征被当做一个单词来考虑,那么一张图片就是一篇文章的,只不过这个文章是由图片特征组成,在此我们并不考虑特征的前后顺序。
Bag Of Words 主要有两步,第一步基础特征提取,第二步,字典生成(高级特征),第三步,分类器分类。
2.1.1基础特征提取
我们选取的基础特征是SIFT算子,每一个SIFT点会提取一个128维的特征向量。SIFT特征点的提取,和特征向量的计算已经在之前的实验中有所介绍,