首页 | 本学科首页   官方微博 | 高级检索  
     

图像分类方法对比评价研究
引用本文:周雨航,车明亮,王晓文,钞振华,张驰,于扬鸿.图像分类方法对比评价研究[J].智能计算机与应用,2021,11(11):43-48,53.
作者姓名:周雨航  车明亮  王晓文  钞振华  张驰  于扬鸿
作者单位:南通大学 地理科学学院,江苏 南通226000;南通市规划设计院有限公司,江苏 南通226004
摘    要:现有的图像分类方法种类繁多,但一直缺少关于图像分类方法评价的相关研究,为此选用不同数据集对具有代表性的图像分类方法进行评价分析.待评价的图像分类方法包括主动学习(HOG-SVM、SqueezeNet和SimpleNet)和惰性学习(KNN和OTSU-KNN)两类.结果显示:(1)主动学习相比惰性学习分类精度更高,且在纹理特征较为复杂的图像分类中泛化能力更好.在时间效率方面,主动学习的运行时间要明显短于惰性学习,且前者对数据规模的依赖度远低于后者.(2)对两种分类方法而言,图像的纹理特征复杂度、清晰度以及图像数量都会对分类精度产生影响.此外,参数化方案对分类精度也具有显著影响.

关 键 词:主动学习  惰性学习  对比评价  最近邻域  卷积神经网络

Comparative evaluation of image classification methods
ZHOU Yuhang,CHE Mingliang,WANG Xiaowen,CHAO Zhenhua,ZHANG Chi,YU Yanghong.Comparative evaluation of image classification methods[J].INTELLIGENT COMPUTER AND APPLICATIONS,2021,11(11):43-48,53.
Authors:ZHOU Yuhang  CHE Mingliang  WANG Xiaowen  CHAO Zhenhua  ZHANG Chi  YU Yanghong
Abstract:
Keywords:
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