場景識別作為計算機(jī)視覺領(lǐng)域重要的技術(shù)之一,目前已經(jīng)發(fā)展成為研究人員重點(diǎn)研究的方向,在智能駕駛,智能攝像,圖像檢索等領(lǐng)域取得巨大的發(fā)展。所以,提高場景識別技術(shù)有著十分重要的作用。場景圖像往往因為光照,背景,遮擋等因素的原因,導(dǎo)致了類間差異大,類內(nèi)差異小的問題。最近幾年,場景識別研究從早期通過先驗知識人工設(shè)計淺層特征,發(fā)展到通過構(gòu)建深度網(wǎng)絡(luò)模型自動學(xué)習(xí)深度特征。研究表明,學(xué)習(xí)多領(lǐng)域圖像特征,可以產(chǎn)生比單獨(dú)學(xué)習(xí)一種領(lǐng)域圖像特征獲得更好的識別模型,越來越多的科學(xué)家對使用額外領(lǐng)域的特征信息來提高分類性能的工作產(chǎn)生了興趣。經(jīng)典場景識別方法考慮訓(xùn)練和測試樣本具有相同的視覺特征,但在實際應(yīng)用中搜集和標(biāo)注圖像工作量巨大,且受限于場景的多樣化,很難得到滿足條件的充足實驗樣本,而私有信息作為僅在訓(xùn)練時學(xué)習(xí)的額外特征,測試時并不用提供,可以適當(dāng)解決實驗樣本不充足的問題。本文提出一種基于相似融合的私有信息利用方法,并基于該方法設(shè)計了基于跨領(lǐng)域特征相似融合的網(wǎng)絡(luò)模型（model of cross-domain similarity fusion,簡稱CSDF模型）。我們將CSDF模型定義為一個領(lǐng)域自適應(yīng)問題,目的... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

MIT67數(shù)據(jù)集場景樣本圖

南京郵電大學(xué)碩士研究生學(xué)位論文第一章緒論6廚房、洗手間、課堂教室、辦公室等場景類別。MIT67數(shù)據(jù)集是一個具有挑戰(zhàn)性的室內(nèi)場景數(shù)據(jù)集，這是因為室內(nèi)場景有較大的類內(nèi)差異，并且由于室內(nèi)背景和一些常見的物體，造成了很多難以識別的室內(nèi)場景。MIT67數(shù)據(jù)集可以用于場景和環(huán)境為應(yīng)用內(nèi)容的視覺認(rèn)知任務(wù)，該數(shù)據(jù)集目前是由MIT大學(xué)維護(hù)。該數(shù)據(jù)集部分圖像如下圖1.1所示：圖1.1MIT67數(shù)據(jù)集場景樣本圖（2）Places365數(shù)據(jù)集Places365[41]數(shù)據(jù)集是目前數(shù)據(jù)量最大的場景數(shù)據(jù)集，基本涵蓋了室內(nèi)室外所有的場景類別。標(biāo)準(zhǔn)的Places365訓(xùn)練集大概有180萬數(shù)據(jù)，每個場景4000左右數(shù)據(jù)量，在驗證集中每個類別含50左右圖像，測試集每個類別大約900的數(shù)據(jù)量。Places2數(shù)據(jù)集是在Places數(shù)據(jù)集的基礎(chǔ)上拓展而來，它包含超過1000萬張圖像，包括400多個場景類別。該數(shù)據(jù)集基本涵蓋真實世界的所有場景，可能是目前最具挑戰(zhàn)性的數(shù)據(jù)集，該數(shù)據(jù)集應(yīng)用范圍十分廣泛，對場景識別模型幫助很大。該數(shù)據(jù)集部分圖像如下圖1.2所示：圖1.2Places365數(shù)據(jù)集場景圖像樣本圖

南京郵電大學(xué)碩士研究生學(xué)位論文第一章緒論7（3）SUN數(shù)據(jù)集SUN數(shù)據(jù)集[42]是一個包含室內(nèi)場景和室外場景的大型場景數(shù)據(jù)集。針對當(dāng)時場景識別數(shù)據(jù)集普遍過小從而無法捕捉到各類場景特征的問題，SUN數(shù)據(jù)集包含了899個類別和130519張圖像，大大豐富了各類場景特征。其中SUN397被用在大量場景識別實驗中，它總共有397個類別，108754張圖像，每個類別最少有100張圖像。這些類別包括不同種類的室內(nèi)和室外場景，它們具有巨大的差異性，大大提高了場景識別的復(fù)雜性。該數(shù)據(jù)集的部分圖片如下圖1.3所示：圖1.3SUN397數(shù)據(jù)集場景圖像樣本圖（4）ImageNet數(shù)據(jù)集ImageNet[43]是人工智能領(lǐng)域最具影響力的大型數(shù)據(jù)庫，它是根據(jù)WordNet層次結(jié)構(gòu)組織設(shè)計的。WordNet中的每個有意義的概念被稱為同義詞集或者synset，每個synet提供平均1000張圖像。目前ImageNet共有14197122福圖像，共分為21841個類別。其中類別包括：動物、植物、樂器、工具、車輛、場景等類別。該數(shù)據(jù)場景部分圖片如下圖1.4所示：圖1.4ImageNet數(shù)據(jù)集場景樣本圖

【參考文獻(xiàn)】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機(jī)學(xué)報. 2017(06)
[2]特征融合與S-D概率矯正的RGB-D顯著檢測[J]. 黃子超,劉政怡.  中國圖象圖形學(xué)報. 2016(10)

碩士論文
[1]基于遞歸神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型及其應(yīng)用[D]. 李若晨.華北電力大學(xué) 2018
[2]基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的圖像分類研究[D]. 曹惠珍.廣西師范大學(xué) 2017
[3]場景識別技術(shù)研究[D]. 宋慶歡.中國科學(xué)院研究生院（光電技術(shù)研究所） 2015
[4]高可靠性再入軌跡在線設(shè)計及實時制導(dǎo)[D]. 馬宏圖.大連理工大學(xué) 2014



本文編號：3360444