Institute of Computing Technology, Chinese Academy IR
| 基于支持向量机的图像语义分类 | |
| Morshed U Chowdhury1; Wang Hualin2 | |
| 2003 | |
| 发表期刊 | 软件学报
 |
| ISSN | 1000-9825 |
| 卷号 | 14.0期号:011页码:1891 |
| 摘要 | 图像的低层可视特征与高层语义特征之间存在着一道鸿沟，人们不能直接理解由计算机自动生成的低层特征．另外，基于内容的图像分类和检索的性能极大地依赖于可视特征的提取和描述．出于这些考虑，提出了新的图像纹理、边缘描述子提取方法，并将它们表示为直方图．在此基础上，集成纹理、边缘和颜色直方图作为图像的特征向量，用支持向量机(SVM)实现图像的语义分类．实验结果表明，集成的图像特征表示在图像分类实验中取得了很好的效果，具有比其他特征表示(如Gabor纹理、颜色直方图)更好的性能． |
| 关键词 | 基于内容 图像特征描述子 颜色 纹理 边缘 分类 SVM |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/36540 |
| 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.School of Information Technology, Deakin University-Melbourne Campus 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | Morshed U Chowdhury,Wang Hualin. 基于支持向量机的图像语义分类[J]. 软件学报,2003,14.0(011):1891. |
| APA | Morshed U Chowdhury,&Wang Hualin.(2003).基于支持向量机的图像语义分类.软件学报,14.0(011),1891. |
| MLA | Morshed U Chowdhury,et al."基于支持向量机的图像语义分类".软件学报 14.0.011(2003):1891. |
| 条目包含的文件 | 条目无相关文件。 | |||||
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