%0 Journal Article
%T 融合显著信息的LDA极光图像分类
%A 杨辰
%A 韩冰
%A 高新波
%J -
%D 2013
%R 10.3724/SP.J.1001.2013.04481
%X 美丽的极光形态各异,不同形态的极光蕴含不同的物理意义,所以研究极光图像的分类具有重要的科学价值.在LDA(latent Dirichlet allocation)模型基础上提出了一种融合显著信息的LDA 方法(LDA with saliencyinformation,简称SI-LDA),利用极光图像的谱残差(spectral residual,简称SR)显著信息生成视觉字典,加强极光图像的语义信息,并将其用于极光图像的特征表示.最后,利用SVM分类器对极光图像进行分类.实验结果表明,所提出的算法获得了良好的分类结果
%K 极光图像 词袋模型 潜在狄利克雷分配 谱残差 显著信息
%U http://www.jos.org.cn/jos/ch/reader/view_abstract.aspx?file_no=4481&flag=1