10.14132/j.cnki.1673-5439.2016.06.004
基于改进BOW模型的图像分类技术
针对传统BOW(Bag of Words)模型用于场景图像分类时的不足,通过引入关联规则的MFI(Maximum Frequent Itemsets)和Topology模型对其进行改进.为了突出同类图像的视觉单词,提取同类图像的MFI后,对其中频繁出现的视觉单词进行加权处理,增强同类图像的共有特征.同时,为了提高视觉词典的生成效率,利用Topology模型对原始模型进行分工并行处理.通过COREL和Caltech-256图像库的实验,证明改进后的模型提高了对场景图像的分类性能,并验证了其Topology 模型的有效性和可行性.
图像分类、BOW模型、MFI、Topology
36
TN911.73;TP391
2017-02-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
24-29,38