嵌入标记信息的铁路扣件状态检测主题模型

来源：计算机工程杂志2018年第6期北京时间：

作者：欧阳,罗建桥,李柏林,李爽

单位：西南交通大学 机械工程学院,成都 610031

摘要：针对潜在狄利克雷分布(LDA)模型忽略特征单词明确性的问题,提出一种嵌入标记信息的主题模型WL_LDA。设计一种基于SIFT特征点约束单方向LBP图像的方法。运用该方法获取图像的纹理结构,对视觉单词进行标记。将标记信息嵌入到LDA中,利用单词和标记的二维直方图推导图像的主题分布。通过运用该主题分布训练分类器,完成铁路扣件的状态检测。实验结果表明,与LDA主题模型相比,各扣件在主题空间中的区分度增加4.5%~15%,与现有PCA、DF等方法相比,漏检率和误检率明显降低,具有较好的分类性能。

关键词：图像语义分析,潜在狄利克雷分布,视觉单词,SIFT特征,单词标记,主题模型

基金资助：四川省科技支撑计划项目(2016GZ0194)。