本文作者：华骅；杨晓敏；严斌宇；成功正常投稿发表论文到《数字技术与应用》2015年03期,引用请注明来源400期刊网！

【摘要】：传统词袋模型仅仅是将图像表示成视觉单词的直方图,并没有考虑到物体的形状信息,也没有考虑到视觉特征的空间信息。因此将金字塔模型引入到词袋模型中,建立金字塔词袋模型,将金字塔词袋模型与金字塔直方图模型相结合,两种信息相互补充,共同来来表征图像;在分类器设计方面采用SVM进行分类。通过在Caltech101数据库进行实验,验证了本文方法的有效性,实验结果表明,该方法能够大幅度提高图像分类的性能。
【论文正文预览】：1引言近年来,图像的数量激增和图像识别、检索和分类问题带来了巨大的挑战。如何获取用户信息需求和加工精度在庞大的数据,在这一领域的最紧迫的问题。词袋模型最初是应用于文件处理,文件组合成一个关键字序列独立,通过统计关键字出现在文档频率匹配。近年来,在计算机视觉领域
【文章分类号】：TP391.41
【稿件关键词】：词袋模型视觉词典图像分类金字塔梯度直方图
【参考文献】:

• 杜玫芳;;数字图书馆中图像分类技术研究[J];现代计算机(专业版);2008年01期
• 秦磊;高文;;基于内容相关性的场景图像分类方法[J];计算机研究与发展;2009年07期
• 杨怿菲;;一种基于图像特征的图像分类方法[J];现代电子技术;2009年14期
• 毕萍;;图像分类方法的对比研究[J];现代电子技术;2009年18期
• 孟海东;郝永宽;王淑玲;;聚类分析在非监督图像分类中的应用研究[J];计算机与现代化;2009年10期
• 姚晓昆;邱桃荣;葛寒娟;刘清;王剑;;基于多层次相容粒度的图像分类[J];河北师范大学学报(自然科学版);2010年01期
• 郭立君;赵杰煜;史忠植;;生成模型与判别方法相融合的图像分类方法[J];电子学报;2010年05期
• 黄涛;陈三风;;人工场景图像分类技术研究[J];深圳信息职业技术学院学报;2010年02期
• 张杰;郭小川;金城;陆伟;;基于特征互补率矩阵的图像分类方法[J];计算机工程;2011年04期
• 刘萍萍;赵宏伟;耿庆田;戴金波;;基于局部特征和视皮层识别机制的图像分类[J];吉林大学学报(工学版);2011年05期
• 郑海红;曾平;;一种基于图像分类的逆半调算法[A];’2004计算机应用技术交流会议论文集[C];2004年
• 文振焜;欧阳杰;朱为总;;基于语义特征与支持向量机的图像分类[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
• 陈思坤;吴洪;;基于图分块并利用空间金字塔的医学图像分类[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年
• 张淑雅;赵晓宇;赵一鸣;李均利;;基于SVM的图像分类[A];第十三届全国图象图形学学术会议论文集[C];2006年
• 朱松豪;胡娟娟;孙伟;;基于非欧空间高阶统计的图像分类方法[A];第25届中国控制与决策会议论文集[C];2013年
• 潘海为;李建中;张炜;;基于像素聚类的脑部医学图像分类[A];第二十届全国数据库学术会议论文集（研究报告篇）[C];2003年
• 吴霜;张一飞;修非;王大玲;鲍玉斌;于戈;;基于兴趣点特征提取的医学图像分类[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年
• 武进;尹恺;王长明;张家才;;SVDM在蔬菜病害图像分类中的应用[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年
• 刘杰;杜军平;;基于Relief-F特征加权支持向量机的语义图像分类[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年
• 赵鑫;图像分类中的判别性增强研究[D];中国科学技术大学;2013年
• 杨冰;基于艺术风格的绘画图像分类研究[D];浙江大学;2013年
• 丁建睿;基于多示例学习的浅表器官超声图像分类方法研究[D];哈尔滨工业大学;2012年
• 贾世杰;基于内容的商品图像分类方法研究[D];大连理工大学;2013年
• 李晓旭;基于概率主题模型的图像分类和标注的研究[D];北京邮电大学;2012年
• 韩东峰;图像分类识别中特征及模型的若干问题研究[D];吉林大学;2008年
• 白有茂;基于张量流形学习的图像分类技术研究[D];中国矿业大学（北京）;2013年
• 蔡红苹;基于局部特征的图像分类识别关键技术研究[D];国防科学技术大学;2010年
• 张旗;基于属性的图像分类研究[D];大连海事大学;2005年
• 曾璞;面向语义提取的图像分类关键技术研究[D];国防科学技术大学;2009年
• 赵八一;基于概率图模型的图像分类和注释[D];大连理工大学;2010年
• 冀翠萍;基于内容的图像分类研究[D];山东师范大学;2008年
• 鲜艳明;多特征结合与支持向量机集成在图像分类中的应用[D];西安科技大学;2011年
• 周鸽;基于“词袋”模型的图像分类系统[D];苏州大学;2011年
• 杨楠;基于内容的商品图像分类技术研究[D];大连理工大学;2011年
• 吴军;基于正负模糊系统的图像分类的研究及其应用[D];江南大学;2012年
• 黄飞;基于局部不变特征的图像分类研究[D];北京邮电大学;2013年
• 刘程;基于词袋模型的图像分类技术研究[D];安徽大学;2014年
• 郝永宽;聚类分析在图像分类中的应用研究[D];内蒙古科技大学;2008年
• 陈佳琛;快速主动禁忌搜索及其在图像分类中的应用[D];复旦大学;2010年

【稿件标题】：[视觉显著性检测的应用论文]基于视觉显著度及金字塔模型的图像分类
【作者单位】：西南电子设备研究所;四川大学电子信息学院;
【发表期刊期数】：《数字技术与应用》2015年03期
【期刊简介】：《数字技术与应用》是一本介绍当今数字技术，传播计算机及网络科学知识的月刊。关注实际应用，紧跟世界数字技术及计算机发展潮流，以帮读者解决应用中的问题为立足点，以报道最新科技发展为杂志的特色，力求实用性、先进性、趣味性相结合，成为广大读者了解数......更多数字技术与应用杂志社(http://www.400qikan.com/qk/1083/)投稿信息
【版权所有人】：华骅；杨晓敏；严斌宇；

更多统计经济论文论文详细信息: [视觉显著性检测的应用论文]基于视觉显著度及金字塔模型的图像分类
http://www.400qikan.com/lunwen/jingji/tjjjlw/49941.html

相关专题：视觉显著性检测 显著性检测的应用 视觉显著性 视觉显著性算法 视觉显著性模型 opencv 视觉显著性 什么是视觉显著性 图像显著性检测 显著性检测 视觉显著性检测的应用 长沙铁道学院学报 objectives 《数字技术与应用》相关期刊

推荐期刊：

图书馆研究与工作

政治思想史

中国实用医刊

管理与财富

宜春医专学报

橡塑资源利用

阅读与鉴赏

物探与化探

情感读本

中国产业

上一篇：新形势下保定市新型农村养老保险可持续发展研
下一篇：【国库股工作职责】人民银行县(市)支行如何全面履行经理国库职责的思考