基于超像素与深度玻尔兹曼机的自然场景识别
计算机视觉与模式识别
2015-06-25 v1
摘要
深度玻尔兹曼机(Deep Boltzmann Machines, DBM)是一种最先进的无监督学习模型，已成功应用于手写数字识别和物体识别。然而，由于自然场景图像通常非常大，DBM在场景识别方面受到限制。本文提出一种基于超像素和DBM的高效场景识别方法。首先，采用简单线性迭代聚类(SLIC)算法生成输入图像的超像素，其中每个超像素被视为学习模型的输入。然后，通过堆叠两个受限玻尔兹曼机(RBM)构建两层DBM模型，并应用贪心逐层算法训练该DBM模型。最后，利用softmax回归对场景图像进行分类。所提出的技术能有效降低计算复杂度并提升大尺寸自然图像识别的性能。通过大量实验对所提方法进行验证和评估，包括使用十五场景类别数据集、UIUC八运动数据集和SIFT flow数据集来评估该方法。实验结果表明，所提方法在识别率方面优于其他最先进的方法。
引用
@article{arxiv.1506.07271,
title = {Natural Scene Recognition Based on Superpixels and Deep Boltzmann Machines},
author = {Jinfu Yang and Jingyu Gao and Guanghui Wang and Shanshan Zhang},
journal= {arXiv preprint arXiv:1506.07271},
year = {2015}
}
备注
29 pages, 8 figures