一种基于PLSA和词袋模型的图像分类新方法  

A New Method of Generic Image Classification Based on PLSA and Bag-of-Words Model

作　　者：田甜[1] 张振国[1] 

机构地区：[1]陕西科技大学电气与信息工程学院,陕西西安710021

出　　处：《咸阳师范学院学报》2010年第4期50-55,共6页Journal of Xianyang Normal University

摘　　要：提出一种基于概率潜在语义分析模型(PLSA)和词袋模型(bag-of-words)的图像分类新方法。该方法首先利用尺度无关特征变换(SIFT)提取图像中的关键点,然后采用概率潜在语义分析模型去发现图像中的物体分布的信息,最后利用词袋模型进行图像分类。通过在大规模数据集上的实验表明,新的图像分类算法在分类精度上明显提高。This paper contribute to propose a new image classification approach based o PLSA and bag-of-words model.First,it extracts local interesting points in the image using SIFT.Then,pLSA is utilized to exploit the probabilistic distribution of object topics in the image database.Final-ly,image classification is performed using bag-of-words model.Experimental results on large-scale image database demonstrate the efficient of the proposed new image classification method.

关 键 词：概率潜在语义分析模型 词袋模型 图像分类 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]