词包模型中视觉单词歧义性分析

• 作者: 刘扬闻 方涛 霍宏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 图像分类 视觉单词 文本分类 支持向量机 词包模型
• 年，卷（期）: 2011,（19）
• 所属期刊栏目: 图形图像处理
• 页码范围: 204-206,209
• 分类号: TP306
• 字数: 3172字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.19.067

摘要

传统词包(BOW)模型中的视觉单词是通过无监督聚类图像块的特征向量得到的,没有考虑视觉单词的语义信息和语义性质.为解决该问题,提出一种基于文本分类的视觉单词歧义性分析方法.利用传统BOW模型生成初始视觉单词词汇表,使用文档频率、x2分布和信息增益这3种文本分类方法分析单词语义性质,剔除具有低类别信息的歧义性单词,并采用支持向量机分类器实现图像分类.实验结果表明,该方法具有较高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方涛	上海交通大学图像处理与模式识别研究所	79	1195	20.0	30.0
2	霍宏	上海交通大学图像处理与模式识别研究所	43	473	12.0	20.0
3	刘扬闻	上海交通大学图像处理与模式识别研究所	1	17	1.0	1.0