SVM用于基于内容的自然图像分类和检索

• 作者: 付岩 王伟强 王耀威 高文
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 支持向量机 基于内容的图像检索 图像分类 特征不变性
• 年，卷（期）: 2003,（10）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 1261-1265
• 页数: 5页
• 分类号: TP391
• 字数: 5064字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2003.10.007

摘要

在传统的基于内容图像检索的方法中,由于图像的领域较宽,图像的低级视觉特征和高级概念之间存在着较大的语义间隔,导致检索效果不佳.该文认为更有现实意义的做法是,缩窄图像的领域以减小低级特征和高级概念间的语义间隔,并利用机器学习方法自动建立图像类的模型,从而提供用户概念化的图像查询方式.该文以自然图像领域为例,使用支持向量机(SVM)学习自然图像的类别,学习到的模型用于自然图像分类和检索.实验结果表明作者的方法是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高文	中国科学院计算技术研究所	150	5863	39.0	72.0
5	付岩	中国科学院计算技术研究所	9	183	5.0	9.0
6	王伟强	中国科学院计算技术研究所	12	382	6.0	12.0
7	王耀威		1	140	1.0	1.0