一种改进词袋模型的图像分类算法

• 作者: 李咏豪
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 词袋模型 角点提取 图论 高斯模糊隶属度函数
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 97-99,102
• 页数: 4页
• 分类号: TP391.41
• 字数: 2082字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.03.021

摘要

传统词袋模型易受视角、尺度和背景等因素干扰.本文对传统词袋模型进行了改进,提出一种基于角点检测和图论的感兴趣区域提取方法,以及结合高斯模糊隶属度函数选取视觉单词.首先,对图像进行角点检测,利用图论的方法划定ROI区域,然后对得到的ROI区域进行SIFT特征的提取并生成视觉词典,从而减少背景信息的影响.其次,引入高斯模糊隶属度函数改进图像视觉直方图的表示.在Caltech 100数据库上的实验结果表明,本文提出的方法相较于传统词袋模型,分类准确度提升了3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李咏豪	南京理工大学计算机科学与工程学院	6	2	1.0	1.0