视觉地形分类的词袋框架综述

目的 视觉地形分类是室外移动机器人领域的一个研究热点.基于词袋框架的视觉地形分类方法,聚集和整合地形图像的视觉底层特征,建立底层特征统计分布与高层语义之间的联系,已成为目前视觉地形分类的常用方法和标准范式.本文全面综述视觉地形分类中的词袋框架,系统性总结现有研究工作,同时指出未来的研究方向.方法 词袋框架主要包括4个步骤:特征提取、码本聚类、特征编码、池化与正则化.对各步骤中的不同方法加以总结和比较,建立地形分类数据集,评估不同方法对地形识别效果的影响.结果 对词袋框架各步骤的多种方法进行系统性的分类和总结,利用地形数据集进行评估,发现每个步骤对最后生成的中层特征性能都至关重要.特异性特征设计、词袋框架改进和特征融合研究是未来重要的研究方向.结论 词袋框架缩小低层视觉特征与高层语义之间的语义鸿沟,生成中层语义表达,提高视觉地形分类效果.视觉地形分类的词袋框架方法研究具有重要意义.