作者：林椹尠; 李妮; 惠小强图像分类空间金字塔bow模型支持向量机
摘要：针对不同场景图像下词袋（bag of words,BoW）模型的图像分类准确率较低的问题,提出了一种基于空间金字塔BoW模型的图像分类方法。该方法通过尺度不变特征变换（scale-invariant feature transform,SIFT）算法提取原始图像像素特征点作为视觉特征,对相似视觉特征进行聚类形成视觉词袋,并采用空间金字塔方法对视觉词袋进行划分,构建空间金字塔的BoW模型,通过支持向量机分类器对分层后的视觉词袋进行图像分类。分别使用BoW模型和空间金字塔的BoW模型分类方法对网络图像数据库进行分类实验对比,结果表明,空间金字塔BoW模型能有效提高BoW模型的图像分类准确率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
