一种基于有监督学习概率主题模型的地点图像识别方法

摘要

本发明涉及基于有监督学习概率主题模型的地点图像识别方法，目的在于更好地解决地点图像识别中由于不同光照和角度、事物变化和运动导致的不确定问题，以及原有LDA模型中随主题数目增加图像的识别率出现过拟合现象进而影响图像的识别率的问题。所述方法包括：图像获取；图像预处理；采用SIFT对图像局部特征进行检测和描述；生成“词袋”；用“词袋”中的词对图像进行描述步骤；本发明采用基于有监督学习的概率主题模型学习图像的潜在主题分布；根据sLDA模型中图像的类别响应函数识别测试集中的未知地点图像。本发明用有监督学习的LDA模型代替原有的LDA模型，在保证实时性的前提下，可以有效提高地点图像的识别率。