基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对场景分类问题中,传统的“词包”模型不包含图像的上下文信息,且没有考虑图像特征间的类别差异问题,本文提出一种多方向上下文特征结合空间金字塔模型的场景分类方法.该方法首先对图像进行均匀网格分块并提取尺度不变(SIFT)特征,对每个局部图像块分别结合其周围三个方向的空间相邻区域,形成三种上下文特征;然后,将每类训练图像的上下文特征分别聚类形成视觉词汇,再将其连接形成最终的视觉词汇表,得到图像的视觉词汇直方图;最后,结合空间金字塔匹配算法形成金字塔直方图,并采用SVM分类器来进行分类.该方法将图像块在特征域的相似性同空间域的上下文关系有机地结合起来并加以类别区分,从而形成了具有更好区分力的视觉词汇表.在通用场景图像库上的实验表明,相比传统方法具有更好的分类性能.
推荐文章
层次聚类结合空间金字塔的图像分类
层次聚类
信息熵
空间金字塔模型
图像分类
K-means聚类
基于金字塔梯度方向图像特征的检索模型设计
电子商务
图像检索
混淆矩阵
金字塔梯度方向直方图
结合金字塔和局部二值模式的遥感图像分类
遥感图像
局部二值模式
空间金字塔
特征融合
支持向量机
图像分类
基于空间位置关系改进的物体识别上下文模型
上下文模型
树模型
同现树
空间关系
物体识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多方向上下文特征结合空间金字塔模型的场景分类
来源期刊 信号处理 学科 地球科学
关键词 场景分类 局部邻域上下文 具体类视觉词汇 空间金字塔匹配
年,卷(期) 2011,(10) 所属期刊栏目 算法研究
研究方向 页码范围 1536-1542
页数 分类号 P391.4
字数 7255字 语种 中文
DOI 10.3969/j.issn.1003-0530.2011.10.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡正平 燕山大学信息科学与工程学院 160 1215 17.0 28.0
2 涂潇蕾 燕山大学信息科学与工程学院 1 14 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (44)
参考文献  (11)
节点文献
引证文献  (14)
同被引文献  (14)
二级引证文献  (7)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(7)
  • 参考文献(7)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(5)
  • 引证文献(5)
  • 二级引证文献(0)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
场景分类
局部邻域上下文
具体类视觉词汇
空间金字塔匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
河北省自然科学基金
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导