基于改进概率主题模型的地点图像识别方法专利登记公告

专利名称：基于改进概率主题模型的地点图像识别方法

摘要：一种基于改进概率主题模型的地点图像识别方法，属于图像识别技术领域。目的在于更好地解决地点图像识别中由于不同角度、光照，以及人物和物体的高度动态变化导致的不确定性问题。包括以下步骤：图像获取步骤；图像预处理步骤；特征提取步骤，采用SIFT算法对图像进行特征提取；特征聚类步骤，将所有特征聚类，得到若干聚类中心；特征分配步骤，将每幅图像的特征在聚类中心上投票，得出对应每个聚类中心的频数向量；潜在主题建模步骤，采用改进的概率主题模型学习图像的潜在主题分布；采用分类器识别未知地点图像。本发明在LDA模型中加入量化函

专利类型：发明专利

专利号：CN201210017692.1

专利申请（专利权）人：北京工业大学

专利发明（设计）人：杨金福;王阳丽;王锴;李明爱;杨婉露;傅金融

主权项：一种基于改进概率主题模型的地点图像识别方法，其特征在于，通过改进的概率主题模型建立图像的潜在主题分布，然后通过分类器来识别未知地点图像，包括以下步骤：1.1.图像获取步骤，通过安装在机器人上的标准摄像头拍摄获取训练图像和测试图像；1.2.图像预处理步骤，将获取的图像进行灰度化，并将其尺寸缩小；1.3.特征提取步骤，采用尺度不变特征提取算法对图像进行局部特征提取；1.4.特征聚类步骤，将所有特征通过k?means算法进行聚类，得到若干聚类中心；1.5.特征分配步骤，将每幅图像的特征点在对应的聚类中心上进行投

专利地区：北京