嵌入标记信息的铁路扣件状态检测主题模型

摘要：

针对潜在狄利克雷分布(LDA)模型忽略特征单词明确性的问题,提出一种嵌入标记信息的主题模型WL_LDA.设计一种基于SIFT特征点约束单方向LBP图像的方法.运用该方法获取图像的纹理结构,对视觉单词进行标记.将标记信息嵌入到LDA中,利用单词和标记的二维直方图推导图像的主题分布.通过运用该主题分布训练分类器,完成铁路扣件的状态检测.实验结果表明,与LDA主题模型相比,各扣件在主题空间中的区分度增加4.5％ ～15％,与现有PCA、DF等方法相比,漏检率和误检率明显降低,具有较好的分类性能.

关键词：图像语义分析、潜在狄利克雷分布、视觉单词、SIFT特征、单词标记、主题模型

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：四川省科技支撑计划项目2016GZ0194

在线出版日期：2018-11-23（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：200-206