Institute of Computing Technology, Chinese Academy IR
SVM用于基于内容的自然图像分类和检索 | |
付岩1; 王耀威2; 王伟强1; 高文1 | |
2003 | |
发表期刊 | 计算机学报 |
ISSN | 0254-4164 |
卷号 | 26.0期号:010页码:1261 |
摘要 | 在传统的基于内容图像检索的方法中,由于图像的领域较宽,图像的低级视觉特征和高级概念之间存在着较大的语义间隔,导致检索效果不佳.该文认为更有现实意义的做法是,缩窄图像的领域以减小低级特征和高级概念间的语义间隔,并利用机器学习方法自动建立图像类的模型,从而提供用户概念化的图像查询方式.该文以自然图像领域为例,使用支持向量机(SVM)学习自然图像的类别,学习到的模型用于自然图像分类和检索.实验结果表明作者的方法是可行的. |
关键词 | 图像检索 自然图像分类 SVM 支持向量机 图像分类 机器学习 图像处理 |
语种 | 英语 |
文献类型 | 期刊论文 |
条目标识符 | http://119.78.100.204/handle/2XEOYT63/29024 |
专题 | 中国科学院计算技术研究所期刊论文_中文 |
作者单位 | 1.中国科学院计算技术研究所 2.中国科学院大学 |
第一作者单位 | 中国科学院计算技术研究所 |
推荐引用方式 GB/T 7714 | 付岩,王耀威,王伟强,等. SVM用于基于内容的自然图像分类和检索[J]. 计算机学报,2003,26.0(010):1261. |
APA | 付岩,王耀威,王伟强,&高文.(2003).SVM用于基于内容的自然图像分类和检索.计算机学报,26.0(010),1261. |
MLA | 付岩,et al."SVM用于基于内容的自然图像分类和检索".计算机学报 26.0.010(2003):1261. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[付岩]的文章 |
[王耀威]的文章 |
[王伟强]的文章 |
百度学术 |
百度学术中相似的文章 |
[付岩]的文章 |
[王耀威]的文章 |
[王伟强]的文章 |
必应学术 |
必应学术中相似的文章 |
[付岩]的文章 |
[王耀威]的文章 |
[王伟强]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论