基于纹元森林的视觉词袋模型在图像分类中的应用

• 作者: 李翠华 赵自明 黄婷
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 纹元森林 图像分类 视觉词袋模型 支持向量机
• 年，卷（期）: 2015,（1）
• 页码范围: 99-106
• 页数: 8页
• 分类号: TP391
• 字数: 4990字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.2015.01.018

摘要

引入纹元森林(semantic texton forest,STF)的视觉词袋模型,联合基于金字塔匹配核的支持向量机,实现图像分类.首先对图像进行采样,提取SIFT(scale-invariant feature transform)特征,然后导入纹元森林构造视觉词典,统计视觉单词出现的频率构建语义词袋模型,最后利用支持向量机进行训练得出分类结果.实验在MSRC21 (Microsoft research cambridge)图像库上进行,通过优化实验中的关键参数,引入加权的不平衡训练,提高了图像分类精度.实验结果表明,基于纹元森林的视觉词袋模型具有良好的图像分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄婷	龙岩学院数学与计算机科学学院	14	26	3.0	4.0
2	赵自明	2厦门大学信息科学与技术学院	1	1	1.0	1.0
3	李翠华	2厦门大学信息科学与技术学院	1	1	1.0	1.0