基于空间主题模型和结构特征的对象识别方法研究

摘要

本文以马尔可夫主题随机场(Markov topic random fields,MTRF)分析图像中视觉词汇的主题分配,结合区域特征的结构特点,并利用结构学习,实现图像中对象的识别.与主流的主题模型——隐狄利克雷分配(latent Dirichlet allocation,LDA)相比,MTRF通过建立视觉词汇的空间位置关系,在视觉词汇的主题分配方面更准确,更有效地体现出区域内主题间的结构特征,有利于结合结构学习,从而检测和识别图像中的对象.实验表明,主题模型和结构学习的结合可以更准确地发现图像区域内的对象结构,有效提高主题模型在对象识别方面的准确率.