Resumen

El reconocimiento del tiempo atmosférico basado en imágenes de exteriores es un tema nuevo y desafiante, muy requerido en muchos campos. Este artículo presenta un novedoso marco para el reconocimiento de diferentes condiciones meteorológicas. En comparación con otros algoritmos, el método propuesto presenta las siguientes ventajas. En primer lugar, nuestro método extrae tanto las características visuales de la región celeste como las características físicas de la región no celeste de las imágenes. Así, las características extraídas son más completas que las de algunos de los métodos existentes, en los que sólo se tienen en cuenta las características de la región celeste. En segundo lugar, a diferencia de otros métodos que utilizan los clasificadores tradicionales (por ejemplo, SVM y K-NN), nosotros utilizamos el aprendizaje de diccionario discriminativo como modelo de clasificación para el tiempo atmosférico, lo que podría resolver las limitaciones de los trabajos anteriores. Además, el procedimiento de aprendizaje activo se introduce en el aprendizaje de diccionario para evitar la necesidad de un gran número de muestras etiquetadas para entrenar el modelo de clasificación y lograr un buen rendimiento en el reconocimiento del tiempo. Se realizan experimentos y comparaciones con dos conjuntos de datos para verificar la eficacia del método propuesto.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Reconocimiento del tiempo atmosférico; imágenes de exteriores; marco; rasgos de apariencia visual; rasgos de características físicas; aprendizaje discriminativo de diccionarios.
• Keywords:Weather recognition; outdoor images; framework; visual appearance features; physical characteristics features; discriminative dictionary learning