| 基于 JointBoost I2C 距离度量的图像分类方法 |
| |
| 作者姓名： | 李子龙 刘伟铭 |
| |
| 作者单位： | 华南理工大学 土木与交通学院,广东 广州 510640 |
| |
| 基金项目： | 国家自然科学基金资助项目(50978106,60273064);江苏省高校自然科学研究项目(14KJB520038,13KJD510007)@@@@sSupported by the National Natural Science Foundation of China,the Natural Science Foundation of Jiangsu Higher Education Institutions of China |
| |
| 摘 要： | 基于图像到类(I2C)距离度量的图像分类是一种新颖的方法,但其分类性能仍有待提高． 为此,文中提出了一种基于 JointBoost I2C 距离度量的图像分类方法． 首先生成原型特征集,该集合中的样本具有代表性,故计算测试图像到该原型特征集的距离更有效;然后根据 JointBoost 算法的思想,联合多个 I2C 距离度量生成一个强分类器,并将空间信息融合到强分类器中． 实验结果表明,该方法在图像分类实验中具有更高的分类性能．
|
| 关 键 词： | 图像分类 JointBoost 图像到类距离 原型特征集
|
| 收稿时间： | 2014-05-06 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《华南理工大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《华南理工大学学报(自然科学版)》下载全文 |
|
