本发明涉及一种基于改进视觉词袋模型的图像分类方法,针对场景图像,主要解决复杂背景下,传统分类模型不能充分表达同类图像的共有特征,从而导致分类准确度不高的问题;以及传统分类模型算法复杂度较高,实际运行效率低的问题,本发明相比其他利用视觉词袋模型进行图像分类的方法,能够突出同类图像共有的视觉单词,从而增强同类图像视觉词袋的相似性,在一定程度上提高分类的准确性,且利用Topology模型提高了生成视觉词典的效率,具有较强的实用价值。
| 专利名称 | 一种基于改进视觉词袋模型的图像分类方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201610542277.6 |
| 申请号 | - | 专利申请日期 | 2016-07-11 |
| 专利授权日期 | 2016-12-21 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 王诚;陈杰 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明涉及一种基于改进视觉词袋模型的图像分类方法,针对场景图像,主要解决复杂背景下,传统分类模型不能充分表达同类图像的共有特征,从而导致分类准确度不高的问题;以及传统分类模型算法复杂度较高,实际运行效率低的问题,本发明相比其他利用视觉词袋模型进行图像分类的方法,能够突出同类图像共有的视觉单词,从而增强同类图像视觉词袋的相似性,在一定程度上提高分类的准确性,且利用Topology模型提高了生成视觉词典的效率,具有较强的实用价值。 | ||