| 基于SVM的图像低层特征与高层语义的关联* |
| |
| 引用本文： | 成洁,石跃祥.基于SVM的图像低层特征与高层语义的关联*[J].计算机应用研究,2006,23(9):250-252. |
| |
| 作者姓名： | 成洁 石跃祥 |
| |
| 作者单位： | （湘潭大学 信息工程学院， 湖南 湘潭 411105） |
| |
| 基金项目： | 国家自然科学基金资助项目（60234030）；湖南省自然科学基金资助项目（02jjy2091） |
| |
| 摘 要： | 在基于内容的图像检索中，针对图像的低层可视特征与高层语义特征之间的鸿沟，提出了一种基于支持向量机(SVM)的语义关联方法。通过对图像低层特征的分析,提取了颜色和形状特征向量(221维)，将它们作为支持向量机的输入向量,对图像类进行学习，建立图像低层特征与高层语义的关联，并应用于鸟类、花卉、海洋以及建筑物等几个典型的语义类别检索。实验结果表明，该方法可适应于不同用户的图像检索，并提高了检索性能。
|
| 关 键 词： | 支持向量机(SVM) 低层特征 高层语义 基于内容的图像检索 |
Correlation of Image Low level Features and High level Semantics Using SVM |
| |
| CHENG Jie,SHI Yue xiang.Correlation of Image Low level Features and High level Semantics Using SVM[J].Application Research of Computers,2006,23(9):250-252. |
| |
| Authors: | CHENG Jie SHI Yue xiang |
| |
| Affiliation: | (College of Information Engineering, Xiangtan University, Xiangtan Hunan 411105, China) |
| |
| Abstract: | |
| |
| Keywords: | Support Vector Machine(SVM) Low level Feature High level Semantic Content based Image Retrieval |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
