%0 Journal Article
%T 基于潜在Dirichlet分布的图像分层表示模型
%A 贾振华
%A 斯庆巴拉
%J 模式识别与人工智能
%P 1146-1153
%D 2013
%X 现有的图像分层表示方法严格局限于前馈型方式，不能较好地解决局部模糊性等问题。基于此，文中提出一种学习和推断层次结构所有分层的概率模型，它考虑递归的概率分解过程，通过推导得到金字塔式多层结构的潜在Dirichlet分布的衍生模型。该模型存在两个重要特性:增加表示层可提高平面模型的性能;采用全Bayesian概率方法优于其前馈型实现形式。在标准识别数据集上的实验结果表明，与现有的分层表示方法相比，该模型表现出较好性能。
%K 图像分层表示
%K 前馈
%K 概率模型
%K 潜在Dirichlet分布(LDA)
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9729.shtml