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:
在计算机视觉领域,图像分类已成为最近几年的研究热点,取得了很大的发展.然而目前的研究大多基于开放领域,分类粒度较粗,不能很好地满足花卉图像精细分类的需求.传统的图像分类算法都是基于分割后的图像进行的,较为依赖分割效果的好坏,不太适用于花卉这一类拥有复杂背景的图像.因此结合花卉图像的自身特点,提出了一种新的基于显著图的图像分类算法,将显著图融入到图像特征的提取过程中,从而避免对图像进行分割,增强了算法的适应性和可靠性,随后又对基于SVM的多特征融合方法进行了简单的介绍.通过在花卉图像库进行的实验,证明了算法的有效性.
推荐文章
基于显著性检测和迁移学习的花卉图像分类
花卉图像分割
显著性检测
迁移学习
深度神经网络
数据增强
图像分类
基于改进残差网络的花卉图像分类算法
图像分类
花卉识别
残差网络
全卷积结构
注意力机制
基于克隆选择算法的花卉图像分割
花卉
图像分割
克隆选择
颜色量化
最大类间方差
双阈值
基于卷积神经网络和迁移学习的花卉图像分类
花卉分类
深度学习
卷积神经网络
迁移学习
深度特征
数据增强
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 基于显著图的花卉图像分类算法研究
来源期刊 计算机技术与发展 学科 工学
关键词 显著图 特征提取 特征融合 图像分类
年,卷(期) 2011,(11) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 15-18,22
页数 分类号 TP391
字数 3547字 语种 中文
DOI 10.3969/j.issn.1673-629X.2011.11.005
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 武港山 南京大学计算机科学与技术系 66 1172 20.0 31.0
2 周伟 南京大学计算机科学与技术系 14 760 8.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (75)
参考文献  (10)
节点文献
引证文献  (13)
同被引文献  (16)
二级引证文献  (21)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(7)
  • 引证文献(5)
  • 二级引证文献(2)
2020(12)
  • 引证文献(2)
  • 二级引证文献(10)
研究主题发展历程
节点文献
显著图
特征提取
特征融合
图像分类
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导