SVM用于基于区域分割方法的图像分类
在基于内容图像检索中,图像的底层视觉特征和高层语义概念之间存在着较大的语义间隔.使用机器学习方法学习图像特征,自动建立图像类的模型成为一种有效的方法。本文提出了一种基于图像分割技术的使用支持向量机(SVM)实现自然图像自动分类的方法,利用区域分割方法将图像区分为前景和背景图像,进而提取前景图像的特征向量作为SVM训练样本,实现语义分类器.由于实际应用中人们往往更关心前景图像所表示的语义,因此提取的前景特征更能反映某一类图像特征.实验证明这种方法在基本保持分类准确率的同时,可以提高分类的效率。
图像分类 区域分割 图像检索 支持向量机
王上 王钲旋
吉林大学计算机科学与技术学院,长春,130012
国内会议
兰州、敦煌
中文
301-304
2007-07-15（万方平台首次上网日期，不代表论文的发表时间）