首页 | 本学科首页   官方微博 | 高级检索  
     

局部Gist特征匹配核的场景分类
引用本文:杨昭,高隽,谢昭,吴克伟.局部Gist特征匹配核的场景分类[J].中国图象图形学报,2013,18(3):264-270.
作者姓名:杨昭  高隽  谢昭  吴克伟
作者单位:合肥工业大学计算机与信息学院,合肥,230009
基金项目:国家自然科学基金项目(60905005,6875012,61273237);教育部博士点基金项目(20090111110015)
摘    要:针对场景分类任务中全局Gist特征粒度较为粗糙的问题,提出一种基于稠密网格的局部Gist特征描述,利用空间金字塔结构加入空间信息,通过引入RGB颜色空间加入颜色信息,并基于词汇包(BOW)模型设计一种高效匹配核来度量局部特征间的相似性,核化特征匹配过程,使用线性SVM完成场景分类.实验考察了不同尺度、方向、粒度和不同匹配核的局部Gist特征以及训练样本集的大小对分类结果的影响,并通过在OT场景图像集上与全局Gist特征和稠密SIFT特征的场景分类结果进行比较,充分说明了本文特征构造方法和分类模型的有效性.

关 键 词:局部Gist特征  空间金字塔  高效匹配核  场景分类
收稿时间:2012/7/12 0:00:00
修稿时间:2012/9/11 0:00:00

Scene categorization of local Gist feature match kernel
Yang Zhao,Gao Jun,Xie Zhao and Wu Kewei.Scene categorization of local Gist feature match kernel[J].Journal of Image and Graphics,2013,18(3):264-270.
Authors:Yang Zhao  Gao Jun  Xie Zhao and Wu Kewei
Affiliation:School of Computer and Information, Hefei University of Technology, Hefei 230009, China;School of Computer and Information, Hefei University of Technology, Hefei 230009, China;School of Computer and Information, Hefei University of Technology, Hefei 230009, China;School of Computer and Information, Hefei University of Technology, Hefei 230009, China
Abstract:
Keywords:local Gist feature  spatial pyramid  efficient match kernel  scene classification
本文献已被 万方数据 等数据库收录!
点击此处可从《中国图象图形学报》浏览原始摘要信息
点击此处可从《中国图象图形学报》下载免费的PDF全文
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