基于SVM的离线图像目标分类算法

• 作者: 万洪林 王娜 白成杰
• 来源期刊: 计算机系统应用
• 关键词: 图像目标分类 SVM 离线学习 特征提取 连通区域
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 208-211
• 页数: 4页
• 字数: 3701字
• 语种: 中文

摘要

目标分类是计算机视觉与模式识别领域的关键环节.SVM(支持向量机)是在统计学习理论基础上提出的一种新的机器学习方法.提出一种支持向量机结合梯度直方图特征的离线图像目标分类算法.首先对训练集进行预处理,然后对处理后的图片进行梯度直方图特征提取,最后通过训练得到可以检测图像目标的分类器.利用得到的分类器对测试图片进行测试,测试结果表明,对目标分类检测有良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万洪林	山东师范大学物理与电子科学学院	19	66	5.0	7.0
2	白成杰	山东师范大学物理与电子科学学院	31	179	8.0	12.0
3	王娜	山东师范大学物理与电子科学学院	12	25	3.0	4.0