10.3969/j.issn.2095-2163.2019.03.021
一种改进词袋模型的图像分类算法
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%.
词袋模型、角点提取、图论、高斯模糊隶属度函数
9
TP391.41(计算技术、计算机技术)
南京理工大学本科生科研训练“百千万”计划项目201810288012
2019-06-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
97-99,102