利用模型选择确定视觉词袋模型中词汇数目

• 作者: 尹文杰 许明 郭雷 韩军伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 视觉词袋模型 模型选择 高斯混合模型 贝叶斯信息准则
• 年，卷（期）: 2011,（31）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 148-150
• 分类号: TP37
• 字数: 2524字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.31.042

摘要

视觉词袋(Visual Bag-of-Words)模型在图像分类、检索和识别等计算机视觉领域有了广泛的应用,但是视觉词袋模型中词汇数目往往是根据经验确定或者采用有监督的交叉学习选取.提出—种确定视觉词袋模型中词汇数目的无监督方法,利用模型选择的思想来解决问题.使用高斯混合模型描述具有不同词汇数目的视觉词袋,计算各模型贝叶斯信息准则的值,选取贝叶斯信息准则最小值对应的词汇数目.与交叉验证的监督学习在图像分类实验的对比结果说明该方法准确有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭雷	西北工业大学自动化学院	262	2986	27.0	40.0
2	韩军伟	西北工业大学自动化学院	25	156	7.0	10.0
3	尹文杰	西北工业大学自动化学院	3	22	3.0	3.0
4	许明	西北工业大学自动化学院	4	40	4.0	4.0