基于多尺度局部编码的自然场景识别
场景识别是人类视觉系统的基本功能，人类视觉感知具有相当强的适应性和稳定性，能从容识别各种不同的环境、适应各种不同的变化。最近，研究人类视觉系统怎样快速、鲁棒的识别场景已成为认知科学的研究热点。在计算机视觉领域，大量学者也致力于建立能够自动进行场景识别的模型，尽管取得了较大的进展，但场景理解对计算机视觉而言仍然是一个极具挑战的问题。此前的一些场景识别模型，很多需要预先手动地对训练图像进行语义标注或特征分类等。 本文利用多个尺度上图像局部区域的边界、纹理和位置信息，并综合HMAX模型的不变性，通过无监督学习，实现了对自然场景的自动识别。实验结果表明，该方法有着较高的识别率，并对位移和尺度变化有着较好的鲁棒性。
计算机视觉 图像识别 人工智能 机器学习
周莉 贾鹏 胡德文
国防科学技术大学机电工程与自动化学院，湖南 长沙 410013
国内会议
杭州
中文
1-7
2009-11-01（万方平台首次上网日期，不代表论文的发表时间）