基于监督核哈希生成视觉词袋模型的图像分类

• 作者: 刘相利 曲宏山 郭海儒 黄强强
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 监督核哈希 视觉词袋 视觉词典 图像分类
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 技术热点——先进算法与人工智能
• 页码范围: 6-9
• 页数: 4页
• 分类号: TP391
• 字数: 3369字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2018.03.002

摘要

为了解决大规模数据集下传统视觉词袋模型生成时间长、内存消耗大且分类精度低等问题,提出了基于监督核哈希(Supervised Hashing with Kernels,KSH)的视觉词袋模型.首先,提取图像的SIFT特征点,构造特征点样本集.然后,学习KSH函数,将距离相近的特征点映射成相同的哈希码,每一个哈希码代表聚类中心,构成视觉词典.最后,利用生成的视觉词典,将图像表示为直方图向量,并应用于图像分类.在标准数据集上的实验结果表明,该模型生成的视觉词典具有较好的区分度,有效地提高了图像分类的精度和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭海儒	河南理工大学计算机科学与技术学院	17	47	4.0	6.0
2	曲宏山	河南工程学院计算机学院	8	15	3.0	3.0
3	黄强强	河南理工大学计算机科学与技术学院	2	3	1.0	1.0
7	刘相利	河南理工大学计算机科学与技术学院	2	3	1.0	1.0