一种基于HOG-PCA的高效图像分类方法

• 作者: 叶茂 吴跃 李林
• 来源期刊: 计算机应用研究
• 关键词: 方向梯度直方图 主成分分析 最小二阶范数 图像分类 图像特征
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3476-3479
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.11.071

摘要

为了更有效地提高图像分类性能和准确率,提出一种基于HOG-PCA的高效图像分类方法.首先通过提取方向梯度直方图(HOG)特征并作特征白化,再随机下采样进行尺度统一,随后采用主成分分析(PCA)进行特征映射,最后用最小二阶范数判定进行最近邻分类.实验中,采用C++,基于OpenCV和Darwin实现了提出的方法,并在Pascal 2012数据集上进行测试,比较了该方法和BOW-SVM方法的准确率和运行性能.实验证明,提出的方法具有更高的准确率和更好的运行性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴跃	电子科技大学计算机科学与工程学院	95	1014	16.0	27.0
2	李林	电子科技大学计算机科学与工程学院	28	137	7.0	10.0
4	叶茂	电子科技大学计算机科学与工程学院	40	387	9.0	19.0