深度学习在航拍场景分类中的应用

摘要：

最近几十年来，航拍图片和视频在城市规划、沿海地区监视、军事任务等方面都得到了广泛的运用。因而了解航拍图片中所包含的内容，研究航拍视频所拍摄的场景类型就显得异常重要。目前流行的场景分类算法大多是针对自然场景的，很少有针对高分辨率航拍场景分类的算法。针对高分辨率航拍图片的场景分类给出了一种分层式算法。该算法首先用尺度不变特征转换（scale-invariant feature transform，SIFT）算法提取鲁棒的块局部特征，然后在视觉词袋的基础上，用经局限型波兹曼模型（restricted Boltzmann machine，RBM）初始化的深层信念网络（deep belief network，DBN）来表示低层特征与高层视频特征之间的关系；同时深层信念网络也起到了分类器的作用。实验结果表明，该算法在处理高分辨率航拍图片场景分类问题时都要略好于目前主流算法。

关键词：航拍、场景分类、视觉词袋、深度学习、高分辨率

分类号：TP181(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant No.61005016;the National Basic Research Program of China under Grant No.2010CB327902国家重点基础研究发展计划973计划

在线出版日期：2014-03-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：305-312