基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对复杂场景中难以标注对象轮廓的问题,提出一种基于支持向量机的场景标注方法.首先采用结构森林法生成边缘概率,再运用分水岭算法将边缘概率转化成初始图像块.为避免过分分割,减少训练开支,利用UCM算法并选取适当的阈值提高图像块对轮廓的精确度,最后通过支持向量机训练分割的图像块进行场景标注.实验表明,在处理复杂的户外场景标注时,基于支持向量机的场景标注方法在像素精确度上表现良好,在对象轮廓上标注效果较好.
推荐文章
一种基于支持向量机的图像检索方法
支持向量机
特征融合
图像检测
一种基于PSO的混合核支持向量机算法
支持向量机
全局核函数
局部核函数
混合核函数
粒子群优化算法
一种基于支持向量机的垃圾微博识别方法
博文特征
用户特征
支持向量机
垃圾微博识别
一种新的基于ART的支持向量机多类分类方法
支持向量机(SVM)
多类分类
核函数
自适应共振理论(ART)网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于支持向量机的场景标注方法
来源期刊 软件导刊 学科 工学
关键词 对象轮廓 分水岭 支持向量机 场景标注
年,卷(期) 2017,(6) 所属期刊栏目 软件理论与方法
研究方向 页码范围 15-18
页数 4页 分类号 TP301
字数 2129字 语种 中文
DOI 10.11907/rjdk.171167
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 董洪伟 江南大学物联网工程学院 49 386 11.0 18.0
2 曹攀 江南大学物联网工程学院 5 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (13)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(10)
  • 参考文献(1)
  • 二级参考文献(9)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
对象轮廓
分水岭
支持向量机
场景标注
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导