作者:李爽; 李柏林; 罗建桥; 欧阳铁路扣件检测词包模型吉布斯随机场模型上下文语义信息潜在狄利克雷分布
摘要:针对传统“视觉词包(BOW)模型”识别铁路扣件状态时仅利用扣件图像的特征域,忽略其空间域中上下文语义信息的缺点,提出了一种基于上下文语义信息的扣件检测模型。在传统“视觉词包模型”的基础上,引入吉布斯随机场模型对图像中像素的空间相关性进行建模,将图像块在特征域的相似性与空间域的上下文语义约束关系结合,更准确地定义视觉单词;利用潜在狄利克雷分布(LDA)学习扣件图像的主题分布;采用支持向量机(SVM)对扣件进行分类识别。对4类扣件图像的分类实验证明:模型能够有效提高扣件分类精度。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社