摘要：针对场景分类问题,提出了一种基于高斯统计模型的方法,无需手动标记特征表示的场景类别信息,通过无监督聚类和高斯模型的参数学习建立场景语义和＂基元＂信息的概率对应关系,实验结果说明,提出的方法较其他有监督的场景分类方法高效,与复杂层状模型下的分类结果非常近似.同时,初步研究了场景分类对目标分析的约束机制,通过实验证明场景信息能为目标分析提供有效的先验知识,限定不同场景下目标出现的可能性,提高了目标分类的准确性.

关键词：场景分类 高斯统计模型 参数学习 约束机制 目标分析 

单位：合肥工业大学计算机与信息学院; 安徽合肥230009