主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第5期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
汪荣贵,丁凯,杨娟,薛丽霞,张清杨.三角形约束下的词袋模型图像分类方法.软件学报,2017,28(7):1847-1861
三角形约束下的词袋模型图像分类方法
Image Classification Based on Bag of Visual Words Model with Triangle Constraint
投稿时间:2015-12-02  修订日期:2016-03-03
DOI:10.13328/j.cnki.jos.005069
中文关键词:  词袋模型  显著区域  空间拓扑结构  三角剖分  图像分类
英文关键词:BoW (bag of words)  saliency  topological structure  Delaunay triangulation  image classification
基金项目:安徽省自然科学基金(J2014AKZR0055);中国博士后科学基金(2014M561817);安徽省科技攻关重大项目(1301041025)
作者单位E-mail
汪荣贵 合肥工业大学 计算机与信息学院, 安徽 合肥 230009  
丁凯 合肥工业大学 计算机与信息学院, 安徽 合肥 230009  
杨娟 合肥工业大学 计算机与信息学院, 安徽 合肥 230009 yangjuan@hfut.edu.cn 
薛丽霞 合肥工业大学 计算机与信息学院, 安徽 合肥 230009  
张清杨 合肥工业大学 计算机与信息学院, 安徽 合肥 230009  
摘要点击次数: 1234
全文下载次数: 686
中文摘要:
      视觉词袋模型广泛地应用于图像分类与图像检索等领域.在传统词袋模型中,视觉单词统计方法忽略了视觉词之间的空间信息以及分类对象形状信息,导致图像特征表示区分能力不足.提出了一种改进的视觉词袋方法,结合显著区域提取和视觉单词拓扑结构,不仅能够产生更具代表性的视觉单词,而且能够在一定程度上避免复杂背景信息和位置变化带来的干扰.首先,通过对训练图像进行显著区域提取,在得到的显著区域上构建视觉词袋模型.其次,为了更精确地描述图像的特征,抵抗多变的位置和背景信息的影响,该方法采用视觉单词拓扑结构策略和三角剖分方法,融入全局信息和局部信息.通过仿真实验,并与传统的词袋模型及其他模型进行比较,结果表明,该方法获得了更高的分类准确率.
英文摘要:
      Bag of visual words model is widely used in image classification and image retrieval. In traditional bag of words model, the statistical method of visual words ignores the spatial information and object shape information, resulting lack of ability to distinguish between image features. In this paper, an improved bag of words method is proposed to combine with salient region extraction and visual words topological structure so that it is can not only produce more representative visual words to certain extent, but also avoid the disturbance of complex background information and position change. First of all, the significant areas of training image are extracted and the bag of visual words model is built on the significant area. Secondly, in order to describe the characteristics of the image more accurately and resist the changing location and the influence of background information, the strategies of visual words topological structure and Delaunay triangulation method are utilized and integrated into the global information and local information. Simulation experiments are performed to compare with the traditional bag of words and other models, the results demonstrate that the proposed method obtained a higher classification accuracy.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 
主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利