首页 期刊 计算机与数字工程 基于SVM和D-S证据理论场景图像分类 【正文】

基于SVM和D-S证据理论场景图像分类

作者:李振; 喻莹 华中师范大学计算机学院
场景图像   gist特征   phog特征   支持向量机   分类  

摘要:Gist特征和PHOG特征分别作为描述场景图像全局性质和局部性质的特征,两者各自有不足之处。若能吸取两者优势互补,则场景图像分类准确率将得到提升。论文提出了一种基于D-S证据理论的融合Gist特征和PHOG特征的场景图像描述方法。该方法首先提取场景图像的Gist特征和PHOG特征,然后基于D-S证据理论得到融合的特征向量。使用支持向量机作为分类器,在OT场景图像库下,分别建立单一的Gist特征、单一的PHOG特征、传统串联融合特征以及证据理论融合特征的分类模型,采用正确率和混淆矩阵作为评价指标,分别进行四组实验。实验结果表明,论文提出的方法有效提高了场景图像分类的准确度。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅