基于显著图加权视觉语言模型的图像分类方法

摘要：

传统基于视觉语言模型( VLM)的图像分类方法在参数估计阶段，通常采用最大似然估计的方式统计视觉单词的分布，忽略了图像背景噪声对该模型参数估计的影响。为此，提出一种新的图像分类方法。利用基于视觉注意的显著性检测算法提取图像中的显著区域和背景区域，构建的图像带有显著图标识的视觉文档，训练视觉单词的显著度权重和条件概率，并使用显著图加权视觉语言模型进行图像分类。实验结果表明，与传统VLM等方法相比，该方法能有效克服图像背景噪声的影响，增强视觉单词的区分性，提高分类准确率。

关键词：图像信息、视觉语言模型、图像分类、背景区域、显著图

分类号：TP391(计算技术、计算机技术)

在线出版日期：2015-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：204-210