基于深度特征K-平均字典的场景识别

• 作者: 余良琨 黄立勤
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 场景识别 K-平均算法 深度学习 词袋模型 似物检测
• 年，卷（期）: 2017,（13）
• 所属期刊栏目: 软件与算法
• 页码范围: 26-28,33
• 页数: 4页
• 分类号: TP391.4
• 字数: 3648字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.13.009

摘要

计算机视觉中的中级词袋模型广泛采用滑动窗口作为图片的分割方法.然而由滑动窗口产生的图块充满随机性,部分图块并没有明显的语义含义,会给后续的聚类带来困难.针对这个问题,提出采用似物检测取代滑动窗口.同时,根据词袋模型字典设计中关于字典词区别性和代表性的思路,对K-平均算法进行了改进,并在MIT-67室内场景数据库中进行了测试,该方法取得了良好的效果,最好的结果为76.31.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄立勤	福州大学物理与信息工程学院	40	90	5.0	8.0
2	余良琨	福州大学物理与信息工程学院	1	0	0.0	0.0