基于改进BOW模型的图像分类技术

• 作者: 王诚 陈杰
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像分类 BOW模型 MFI Topology
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 通信与电子
• 页码范围: 24-29,38
• 页数: 7页
• 分类号: TN911.73|TP391
• 字数: 4683字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2016.06.004

摘要

针对传统BOW(Bag of Words)模型用于场景图像分类时的不足,通过引入关联规则的MFI(Maximum Frequent Itemsets)和Topology模型对其进行改进.为了突出同类图像的视觉单词,提取同类图像的MFI后,对其中频繁出现的视觉单词进行加权处理,增强同类图像的共有特征.同时,为了提高视觉词典的生成效率,利用Topology模型对原始模型进行分工并行处理.通过COREL和Caltech-256图像库的实验,证明改进后的模型提高了对场景图像的分类性能,并验证了其Topology 模型的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王诚	南京邮电大学通信与信息工程学院	34	123	6.0	9.0
2	陈杰	南京邮电大学通信与信息工程学院	20	233	7.0	15.0