1. 研究目的与意义（文献综述）

1.1 研究目的及意义

随着信息技术和互联网的发展和普及，人们在日常生活中接触到越来越多图像，图像已成为我们交流和记录的重要媒介。这主要是因为图像具有表达准确、形象及内容丰富等特点。数码设备的普及和信息与传输技术的快速发展，图像数据发生爆炸性增长，如何利用计算机对大量且不断增加的图像进行分析和理解，成为一项越来越紧迫的任务。传统的依靠人工手动标注图像类别的管理方式需要耗费大量的人力、物力和时间，因此很难满足实现的需要。图像理解是研究用计算机系统解释图像，模拟人类视觉感知的方式理解图像。如今，在计算机视觉领域的研究进展越来越多的集中到场景图像分类的问题上。利用计算机对图像进行分类、整理、检索的需求也日益迫切，场景图像分类问题的研究在这一背景下得到迅速的推动和发展。而且场景图像分类在很多方面都有着广泛的应用：

（1）图像检索：图像检索是场景分类的一个最直接的应用，通过场景分类，我们可以利用图像搜索引擎比较快速的对海量图像进行搜索。

2. 研究的基本内容与方案

相比于传统的场景图像分类方法，目前主流的场景图像分类可以大致分为三种：基于视觉词汇的场景图像分类，其缺点是没有考虑到空间位置，不同位置的排列可能具有相同的词袋表示；基于空间金字塔匹配（spm）模型的场景图像分类，在视觉词汇的基础上引入图像的空间位置，分类准确率高于词袋模型，但其图像维数往往较大，导致分类的训练和测试时间较长；基于概率主题模型的场景图像分类，在词袋模型的基础上用概率生成模型来进行建模，提取图像的潜在语义特征，常用的概率生成模型有plsa和lda，基本思想是引入一个潜在语义维，生成图像的场景语义构成，通过概率生成模型，将图像的高维特征表示映射到低维的潜在语义上，其融合了前两种分类方法，准确率不是很高，但降低了图像特征维数和图像分类时间。

根据以上分析，拟采用基于概率主题模型的场景图像分类，实现过程如下：

（1）输入训练图像集，根据滑动网格的方式，获得训练图像的密集图像块。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

第6－9周：编程实现各算法，并进行仿真调试。

4. 参考文献（12篇以上）

[1] 王宇新,郭禾,何昌钦,冯振,贾棋. 用于图像场景分类的空间视觉词袋模型[j]. 计算机科学,2011,08:265-268.

[2]谢昭,高隽. 基于高斯统计模型的场景分类及约束机制新方法[j]. 电子学报,2009,04:733-738.

[3] 江悦,王润生,王程. 采用上下文金字塔特征的场景分类[j]. 计算机辅助设计与图形学学报,2010,08:1366-1373.