首页 | 本学科首页   官方微博 | 高级检索  
     

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!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号