SVM用于基于内容的自然图像分类和检索

被引：52

作者：

付岩

王耀威

王伟强

高文

机构：

[1] 中国科学院计算技术研究所

[2] 中国科学院研究生院

来源：

计算机学报 | 2003年 / 10期

关键词：

支持向量机; 基于内容的图像检索; 图像分类; 特征不变性;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

摘要：

在传统的基于内容图像检索的方法中 ,由于图像的领域较宽 ,图像的低级视觉特征和高级概念之间存在着较大的语义间隔 ,导致检索效果不佳 .该文认为更有现实意义的做法是 ,缩窄图像的领域以减小低级特征和高级概念间的语义间隔 ,并利用机器学习方法自动建立图像类的模型 ,从而提供用户概念化的图像查询方式 .该文以自然图像领域为例 ,使用支持向量机 (SVM )学习自然图像的类别 ,学习到的模型用于自然图像分类和检索 .实验结果表明作者的方法是可行的 .

引用

页码：1261 / 1265

页数：5