基于Fisher权重改进的OB场景分类方法

• 作者: 张磊 谢守志
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: OB方法 Fisher判别 场景分类 空间金字塔 支持向量机
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 现代电子技术
• 页码范围: 21-24
• 页数: 4页
• 分类号: TP751
• 字数: 3721字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-671X.201301011

摘要

目标库（object bank, OB）方法是一种使用了高水平语义特征的场景分类方法。针对OB方法使用过高维数的特征向量来表征图像的缺点，提出一种基于 Fisher 权重改进的 OB 方法。通过对没有进行空间金字塔处理的 OB方法中的低维特征向量加以 Fisher 权重，使得新得到的特征向量具有极大化类间数据差异并且极小化类内数据差异的性质。实验表明，该方法与OB方法相比在分类效率上提高了10倍以上，并在分类的准确率上提高了3%左右。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	哈尔滨工程大学信息与通信工程学院	159	1265	17.0	29.0
2	谢守志	哈尔滨工程大学信息与通信工程学院	1	0	0.0	0.0