多类SVM在图像艺术属性分类中的应用研究

• 作者: 陈小娥 陈昭炯
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 支持向量机 二叉树多类分类算法 图像艺术属性
• 年，卷（期）: 2009,（2）
• 页码范围: 157-162
• 页数: 6页
• 分类号: TP391
• 字数: 5560字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2009.02.011

摘要

针对当前图像分类研究中,依据图像艺术风格属性进行分类的算法尚不多见的情况,实现了一种基于艺术属性的图像自动分类系统,其中主要涉及摄影作品、国画、水彩画、素描、油画等几种典型艺术风格的图像.系统采用支持向量机(SVM)作为分类器,运用分等级的分类方法,提出了一种针对艺术属性图像分类的特定SVM二叉树多类分类算法;而后通过对各类图像艺术风格特征的分析,分别提取了有代表性的、区分度好且易于计算的特征;最后针对各级分类特性和分类器总体特性进行了实验分析,实验结果表明,系统具有良好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈昭炯	福州大学数学与计算机科学学院	68	963	13.0	30.0
2	陈小娥	福州大学数学与计算机科学学院	2	12	2.0	2.0