一种基于自适应软分配的图像分类方法

• 作者: 李弼程 王挺进 赵永威
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: 软分配 图像分类 卡方模型 视觉停用词
• 年，卷（期）: 2015,（1）
• 页码范围: 154-159
• 页数: 6页
• 分类号: TN911.73|TP391
• 字数: 5045字
• 语种: 中文
• DOI: 10.11805/TKYDA201501.0154

摘要

视觉词袋模型(BoVW)是当前图像分类领域的主流方法，然而，视觉单词同义性和歧义性问题严重制约了该模型的性能，进而降低图像分类准确率。针对该问题，本文提出一种基于自适应软分配的图像分类方法。该方法首先对尺度不变特征变换(SIFT)特征映射到视觉单词的距离进行分析，按一定的规则进行归类，并针对具有不同模糊程度的 SIFT特征采用自适应的分配策略；然后，通过卡方模型分析各个视觉单词与图像类别之间的相关性，并依此去除视觉停用词(VSW)，重构视觉单词统计直方图；最后，输入到支持向量机(SVM)完成分类。实验结果表明，该优化方法能有效地降低视觉单词同义性和歧义性问题带来的影响，增强视觉单词的区分性，进而提高图像分类准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李弼程	信息工程大学信息系统工程学院	102	1583	19.0	37.0
2	赵永威	信息工程大学信息系统工程学院	8	33	3.0	5.0
3	王挺进	信息工程大学信息系统工程学院	3	1	1.0	1.0