BOW-HOG特征图像分类

• 作者: 何骐 吴慧 朱承璋 杨文君 邹北骥 郭建京
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 图像分类 特征描述子 梯度方向直方图 词汇袋模型
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 2311-2319
• 页数: 9页
• 分类号: TP394.1
• 字数: 7166字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2017.12.002

摘要

为了减少图像尺寸对提取特征的影响,同时移除特征向量中的冗余信息,将词汇袋模型(BOW)与梯度方向直方图(HOG)特征相结合,提出一种基于BOW-HOG的特征描述子用予图像分类.将图像划分为不同的子区域,对梯度幅值较大的子区域提取HOG特征.用BOW模型对子区域HOG特征编码,构建原始图像上维度一致的特征向量.将特征向量输入训练好的分类器,完成图像分类任务.将BOW-HOG特征描述子在不同的图像分类任务上进行试验,包括图像文本分类、图像场景分类.本实验的文本分类正确率为0.813,场景分类正确率为0.826,优于传统基于HOG特征的方法,表明了基于BOW-HOG特征图像分类方法的可行性、有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹北骥	中南大学信息科学与工程学院	118	1203	18.0	29.0
2	杨文君	中南大学眼科医学影像处理研究中心	9	23	3.0	4.0
3	吴慧	中南大学眼科医学影像处理研究中心	8	28	4.0	5.0
4	郭建京	中南大学信息科学与工程学院	2	10	1.0	2.0
5	朱承璋	中南大学眼科医学影像处理研究中心	5	10	1.0	3.0
6	何骐	中南大学眼科医学影像处理研究中心	1	9	1.0	1.0