提取目标区域词袋特征的图像分类方法

• 作者: 曹洁 李晓旭 王娜娜
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 视觉词袋特征 图像分割 图像分类
• 年，卷（期）: 2018,（20）
• 所属期刊栏目: 图形图像处理
• 页码范围: 208-212,218
• 页数: 6页
• 分类号: TP391
• 字数: 4734字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1707-0031

摘要

规则网格是视觉词袋模型中常用的图像检测方法,该方法抽取图像所有区块,获得背景区块和目标区块完整的图像信息.事实上,抽取的背景区块信息对类别的判定往往会有一定的混淆作用.以"摩托车"类和"小汽车"类的图像为例,这两类图像背景特征相似,大多都是道路,一般的分类方法很可能将它们分为相同类别.可见,背景信息会干扰图像分类结果.因此,提出一种提取目标区域词袋特征的图像分类方法.利用图像分割去除背景信息提取目标区域;对目标区域构建视觉词袋模型;使用SVM分类器对图像进行分类.PASCAL VOC2006及PASCAL VOC2010数据集上的实验结果表明,提取目标区域词袋特征的图像分类方法具有较好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹洁	兰州理工大学计算机与通信学院	180	1035	14.0	20.0
2	李晓旭	兰州理工大学计算机与通信学院	9	23	3.0	4.0
4	王娜娜	兰州理工大学计算机与通信学院	2	10	2.0	2.0