基于有监督Topic Model的图像分类

• 作者: 付勋 宋俊德
• 来源期刊: 软件
• 学科: 工学
• 关键词: 图像分类 话题模型 有监督模型词
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 图形图像处理
• 页码范围: 253-255
• 页数: 3页
• 分类号: TP391.41
• 字数: 2630字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2013.12.069

摘要

近年来，以LDA为代表的话题模型在图像和文本处理中均得到了广泛的应用。与传统的机器学习方法相比，LDA模型具有参数少，表达能力强等优点，同时作为一种生成模型，它可以有效模拟人类学习的方式，便利地加入先验知识。有监督的LDA模型则将生成模型与判别模型结合在一起，是一种通用的分类方法。Dense-SIFT特征被作为底层特征，在词袋模型的框架下，以k-means算法构建词典，用有监督的LDA模型训练，并在通用的图像数据集上进行评测，根据评测结果证明其在图像分类任务中具有很好的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋俊德		215	1839	22.0	36.0
2	付勋		1	2	1.0	1.0