基于SVM和D-S证据理论场景图像分类

• 作者: 喻莹 李振
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 场景图像 Gist特征 PHOG特征 支持向量机 D-S证据理论 分类
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 图像处理
• 页码范围: 1154-1157
• 页数: 4页
• 分类号: TP391
• 字数: 2952字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2016.06.036

摘要

Gist特征和PHOG特征分别作为描述场景图像全局性质和局部性质的特征,两者各自有不足之处.若能吸取两者优势互补,则场景图像分类准确率将得到提升.论文提出了一种基于D-S证据理论的融合Gist特征和PHOG特征的场景图像描述方法.该方法首先提取场景图像的Gist特征和PHOG特征,然后基于D-S证据理论得到融合的特征向量.使用支持向量机作为分类器,在OT场景图像库下,分别建立单一的Gist特征、单一的PHOG特征、传统串联融合特征以及证据理论融合特征的分类模型,采用正确率和混淆矩阵作为评价指标,分别进行四组实验.实验结果表明,论文提出的方法有效提高了场景图像分类的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	喻莹	华中师范大学计算机学院	20	86	6.0	8.0
2	李振	华中师范大学计算机学院	3	0	0.0	0.0