基于改进视觉词袋模型的图像标注方法
Image Annotation Method Based on Improved BoVW Model作者机构:河南科技大学电子信息工程学院河南洛阳471003
出 版 物:《计算机工程》 (Computer Engineering)
年 卷 期:2012年第38卷第22期
页 面:276-278,282页
核心收录:
学科分类:08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(60743008) 河南省国际科技合作计划基金资助项目(104300510063)
主 题:图像标注 视觉词袋模型 多尺度空间 多尺度视觉词 多核学习 权重优化
摘 要:针对传统视觉词袋模型对图像尺度变化较为敏感的缺点,提出一种基于改进视觉词袋模型的图像标注方法。该方法引入图像的多尺度空间信息,对图像进行多尺度变换并构建多尺度视觉词汇表,将图像表示为不同尺度特征,结合多核学习的方法优化各尺度特征的相应权重,获取特征表示。实验结果验证了该方法的有效性,其标注准确率比传统BoVW模型提高17.8%-25.7%。