基于HOG和E-SVM的服装图像联合分割算法

• 作者: 付晓东 刘骊 黄冬艳 黄青松
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 联合分割 方向梯度直方图(HOG)特征 超像素组合 模范支持向量机(E-SVM)分类器 分割传播
• 年，卷（期）: 2017,（18）
• 所属期刊栏目: 图形图像处理
• 页码范围: 199-203
• 页数: 5页
• 分类号: TP751
• 字数: 4428字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1603-0398

摘要

针对目前服装图像分割准确率低的问题,提出一种基于HOG特征和E-SVM分类器的服装图像联合分割算法.该算法具体可分为三个迭代的步骤:超像素组合、E-SVM分类器训练、分割传播,并用到辅助数据集.将用户输入的图像结合辅助服装集进行超像素分割,并利用分割传播方法将超像素组合成多个区域.利用分割效果积极的区域的HOG信息训练E-SVM分类器.通过E-SVM分类器以及分割传播方法将输入的图像中的服装分割出来.实验结果表明,该方法能够高准确率地分割出服装图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付晓东	昆明理工大学云南省计算机技术应用重点实验室信息工程与自动化学院计算机科学系	57	180	7.0	10.0
2	黄青松	昆明理工大学云南省计算机技术应用重点实验室信息工程与自动化学院计算机科学系	91	265	9.0	12.0
3	刘骊	昆明理工大学云南省计算机技术应用重点实验室信息工程与自动化学院计算机科学系	41	128	5.0	10.0
4	黄冬艳	昆明理工大学云南省计算机技术应用重点实验室信息工程与自动化学院计算机科学系	2	9	1.0	2.0