基于 Gist 特征与 PHOG 特征融合的多类场景分类

• 作者: 肖保良
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: 场景分类 Gist特征 PHOG SVM 特征融合
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 690-694
• 页数: 5页
• 分类号: TP391.4
• 字数: 3012字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2014.06.014

摘要

Gist特征是根据稀疏网格划分提取图像全局特征，它可以很好地描述单一场景，但是对于同一图像可能包含的多个场景，该特征的区分性能有所下降；而PHOG特征，提取的是图像局部轮廓特征，对Gist特征有一定的补充。本文以此提出基于Gist特征与PHOG特征融合的场景分类技术，首先分别提取图像的Gist特征和PHOG特征，然后将两种特征串接起来形成融合特征，最后使用SVM分类器进行场景训练和分类。在OT数据集上，考察了单一特征的分类精度和融合特征的分类精度，以及训练样本数对分类性能的影响，通过实验对比发现特征融合能够有效地提高场景分类的正确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖保良		3	15	2.0	3.0