基于支持向量机的个性化图像过滤方法
在网络和多媒体飞速发展的今天,图像数据库的管理被日益重视.近年来兴起了图像检索和分类问题的研究热潮,图像的个性化服务问题也显得越来越重要.图像过滤器可以帮助用户发现感兴趣的图像,但过滤器模型的建立是一个比较困难的问题,其原因主要是无法自动地获取图像的语义特征,且所提取的低层次视觉特征的维数通常都比较高.由于支持向量机在解决小样本、非线性及高维模式识别问题中表现出许多特有的优点,本文将此方法应用于图像过滤问题,实验结果表明支持向量机方法在图像过滤方面比神经网络和最近邻近方法等方法有效.
图像过滤 支持向量机 多媒体检索 特征提取
段立娟 崔国勤 高文 郎金文
中国科学院计算技术研究所(北京) 郑州大学(郑州)
国内会议
北京
中文
33-39
2001-10-01（万方平台首次上网日期，不代表论文的发表时间）