随着多媒体和计算机网络技术的发展,网络中积累了大量的数字图像,这些视觉数据给人们的使用带来了新的技术挑战.但不幸的是,很多的机器学习算法并不能直接处理这些海量数据,而是在原始像素级上,致力于找到一个好的视觉表征,能很好的表示出这些视觉数据的本质信息.因此,越来越多的方法都旨在挖掘出图像的视觉特征.其中,图像的中层视觉特征因其性能良好而成为人们关注的对象.它可以同时满足两个要求:1)具有代表性.在被检测的这类图像中出现频率很高.2)具有判别性.不同于视觉空间中的其他类别的图像.图像的中层视觉元素可以是部件、物体或视觉短语等,但是并不限制是它们中的哪一个.它比低层视觉特征更能表示图像的外观分布,而且它并不需要定义像高层视觉特征那样的语义实体.本文主要研究图像的中层视觉特征,目的是找到某类场景图的中层视觉元素,能够很好的表示这类场景的特殊信息.本文采用弱标签的标记形式,仅仅将样本集分为正、负样本集,在图像中没有做如边界框标记等的其他任何标记.根据上面提到的两个要求,算法主要分成两步进行,1)对正样本集数据用高斯混合模型算法聚类,得到这类场景的代表性信息.2)通过引入负样本集数据及“虚拟”负样本,将得到的每个高斯模型拆分成多个高斯模型,从而除去没有判别性的信息,即可得到既有代表性、又有判别性信息的高斯模型,最后即可提取该类场景的中层视觉元素,即只在正样本集中出现,没在负样本集中出现的元素.本文是基于高斯核的在线核密度估计方法并将其加以改变,在之前的研究中没有出现过.而且相对简单,时间复杂度低,便于操作.实验是在自然场景图中进行,并取得了较好的效果.