论文部分内容阅读
针对潜在狄利克雷分布(LDA)模型中,视觉单词语义分辨能力弱,忽略特征之间的空间位置关系的问题,提出一种基于局部特征编码的LDA铁路扣件检测模型LC-LDA。首先,由K均值聚类图像底层特征得到视觉词典;然后,在特征编码过程中采用局部线性约束编码(LLC),减小特征的重构误差;同时,结合图正则化引入特征上下文信息,保证空间相邻、外观相似的特征编码结果一致;最后,利用LDA主题模型提取图像的主题分布,并在支持向量机(SVM)中学习得到扣件类别。实验结果表明,LC-LDA中各类别的扣件图像区分性增强,漏检