| 超像素词包模型与SVM分类的图像标注 |
| |
| 引用本文： | 於敏,于凤芹,陈莹. 超像素词包模型与SVM分类的图像标注[J]. 传感器与微系统, 2016, 0(12): 63-65. DOI: 10.13873/J.1000-9787(2016)12-0063-03 |
| |
| 作者姓名： | 於敏 于凤芹 陈莹 |
| |
| 作者单位： | 江南大学物联网工程学院,江苏无锡,214122 |
| |
| 摘 要： | 为了改善基于词包模型与支持向量机(SVM)分类一幅图对应一个标签的单标签分类问题,提出了一种基于超像素词包模型与SVM分类的图像标注算法.将超像素分割结果作为词包模型的基本单元,用词包模型生成的视觉词汇表示超像素区域特征,保留了图像中的同质区域,很好地利用了图像的区域特征.仿真结果表明,该方法能有效改善基于词包模型与SVM分类的单标签分类问题,且分类的准确性有所提高.
|
| 关 键 词： | 超像素分割 词包模型 支持向量机分类 视觉词汇 图像分类 图像标注 |
Image annotation based on super-pixel bag of words model and SVM classification |
| |
| YU Min,YU Feng-qin,CHEN Ying. Image annotation based on super-pixel bag of words model and SVM classification[J]. Transducer and Microsystem Technology, 2016, 0(12): 63-65. DOI: 10.13873/J.1000-9787(2016)12-0063-03 |
| |
| Authors: | YU Min YU Feng-qin CHEN Ying |
| |
| Abstract: | |
| |
| Keywords: | super-pixel segmentation bag of words model SVM classification visual words image classification image annotation |
| 本文献已被 万方数据 等数据库收录！ |
|
