上下文场景识别模型的稀疏贝叶斯判别学习方法
在机器人场景识别问题中,将连续场景的相关性通过基于隐马尔可夫模型的上下文模型进行描述.采用不同于传统的使用生成模型方法学习上下文场景识别模型的方式,首先引入稀疏贝叶斯学习机对上下文模型中图像特征的后验概率进行建模,然后通过贝叶斯原理将稀疏贝叶斯模型与隐马尔可夫模型结合,提出一种能够实现上下文场景识别模型的判别学习方法.在真实场景数据库上的实验结果表明,由该方法得到的上下文场景识别系统具有很好的场景识别能力和泛化特性.
场景识别、上下文模型、稀疏贝叶斯学习、隐马尔可夫模型
27
TP24(自动化技术及设备)
国家863计划项目2009AA04Z213;国际科技合作计划项目2010DFA12210;上海曙光跟踪项目10GG11;上海市科技人才计划项目11XD1404800
2012-12-10(万方平台首次上网日期,不代表论文的发表时间)
1320-1324