论文部分内容阅读
景色分类是一项复杂任务，因为它包括许多内容，捕获它的分发是困难的。一个新奇层次连续景色分类框架在这份报纸被介绍。起初，我们使用层次特征介绍包含特定的目标的全球景色和本地补丁。层次被空间金字塔火柴介绍，并且我们的自己的电报密码本被词的二种不同类型造。第二，我们基于空格金字塔火柴分别地由生产、歧视的方法训练视觉词，它能高效地获得本地补丁标签。然后，我们使用一个神经网络模仿人的决定过程，它从本地标签导致最后的景色范畴。实验证明层次连续景色图象表示和分类模型关于精确性获得优异结果。