|
|||||
|
|
| 融合深度特征的多示例学习陶俑图像分类 | |
| 作者单位： | ;1.西北大学艺术学院;2.西北大学信息科学与技术学院 |
| 摘 要： | 针对陶俑文物的图像理解问题,陶俑分类可为其提供有价值的信息,该文提出了一种融合深度特征的多示例学习(MIL)方法用于陶俑图像分类。首先,对陶俑图像进行分割,提取出分割区域的手工特征(包括尺度不变特征变换和形态特征)和卷积神经网络特征;接着,采用联合字典学习获取多示例学习的多概念点,并使用多核将深度学习特征与传统手工特征融合到多示例学习框架;最后,利用直推式支持向量机进行分类。在陶俑图像集和MIL数据集上的实验结果表明,该文方法是有效的,且相较其他深度和非深度MIL算法具有更高的分类准确度。 |
| 关 键 词： | 陶俑图像 多示例学习 卷积神经网络 多核 直推式支持向量机 |
Pottery figurine image classification with deep feature fusion MIL |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |