一种基于改进的支持向量机多分类器图像标注方法

• 作者: 吴伟 聂建云 高光来
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 支持向量机 图像标注 多分类器 特征选择
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 图形与图像
• 页码范围: 1338-1343
• 页数: 6页
• 分类号: TP391
• 字数: 5430字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.07.018

摘要

针对多标签图像标注问题,提出一种改进的支持向量机多分类器图像标注方法.首先引入直方图交叉距离作为核函数,然后把传统支持向量机的输出值变换为样本到超平面的距离.基于这两点改进,采用一种特征选择方法,从众多的图像特征中,选择那些相互之间冗余度较小的视觉特征,分别建立分类器,最终形成以距离大小为判别依据的支持向量机多分类器模型.此外,在建立分类器时,考虑到训练图像中不同标签类样本分布的不均匀,引入了一个关于图像类标签的概率分布值做为分类器的权重系数.实验采用ImageCLEF提供的图像标注数据集,在其上的实验验证了所采用的特征选择算法和多分类模型的有效性,其标注精度要优于其他传统分类模型,并且,实验结果与最新的方法相比也具有一定的竞争力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高光来	内蒙古大学计算机学院	57	366	11.0	16.0
2	吴伟	内蒙古大学计算机学院	4	15	2.0	3.0