10.13682/j.issn.2095-6533.2018.03.005
基于空间金字塔的BoW模型图像分类方法
针对不同场景图像下词袋(bag of words,BoW)模型的图像分类准确率较低的问题,提出了一种基于空间金字塔BoW模型的图像分类方法.该方法通过尺度不变特征变换(scale-invariant feature transform,SIFT)算法提取原始图像像素特征点作为视觉特征,对相似视觉特征进行聚类形成视觉词袋,并采用空间金字塔方法对视觉词袋进行划分,构建空间金字塔的BoW模型,通过支持向量机分类器对分层后的视觉词袋进行图像分类.分别使用BoW模型和空间金字塔的BoW模型分类方法对网络图像数据库进行分类实验对比,结果表明,空间金字塔BoW模型能有效提高BoW模型的图像分类准确率.
图像分类、空间金字塔、BoW模型、支持向量机
23
O441(电磁学、电动力学)
国家自然科学基金资助项目61402367
2018-11-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
31-37