生成模型与判别方法相融合的图像分类方法

被引:10
作者
郭立君 [1 ,2 ,3 ]
赵杰煜 [1 ,2 ]
史忠植 [1 ]
机构
[1] 中国科学院计算技术研究所
[2] 宁波大学信息科学与工程学院
[3] 中国科学院研究生院
基金
浙江省自然科学基金;
关键词
生成模型; 判别方法; 视觉词汇; 图像分类;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
本文通过在图像局部特征基础上基于高斯混合模型建立全局视觉词汇,用局部特征相对于不同视觉单词的后验概率之和所形成的特征向量来描述图像,最终利用基于线性核的支持向量机进行图像分类.实验中比较了与其它同类方法在PASCAL VOC 2006图像集上的分类结果,验证了本文提出的分类方法及其与目标区域(前景)特征相结合在提高分类效果上的有效性.
引用
收藏
页码:1141 / 1145
页数:5
相关论文
共 3 条
[1]   基于视觉与标注相关信息的图像聚类算法 [J].
于林森 ;
张田文 .
电子学报, 2006, (07) :1265-1269
[2]  
Local Features and Kernels for Classification of Texture and Object Categories: A Comprehensive Study[J] . J. Zhang,M. Marsza?ek,S. Lazebnik,C. Schmid.International Journal of Computer Vision . 2007 (2)
[3]   Distinctive image features from scale-invariant keypoints [J].
Lowe, DG .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110