SVM用于基于块划分特征提取的图像分类

摘要：

在基于内容图像检索中,图像的底层视觉特征和高层语义概念之间存在着较大的语义间隔.使用机器学习方法学习图像特征,自动建立图像类的模型成为一种有效的方法.本文提出了一种用支持向量机(SVM)实现自然图像自动语义归类的方法,基于块划分聚类得到特征向量作为SVM训练样本,实现语义分类器.由于参与聚类的是某类图像所有块的特征,提取的特征更能反映某一类图像特征.实验证明这种方法是有效的.

关键词：图像划分、特征矢量聚类、支持向量机(SVM)、图像分类、图像检索

所属期刊栏目：22

分类号：TP391(计算技术、计算机技术)

资助基金：山东省优秀中青年科学家科研奖励基金2001SD521

在线出版日期：2006-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：210-212