基于区域特征的图像分类技术  

Region-Based Image Classification

作　　者：聂青[1] 战守义[2] 

机构地区：[1]北京理工大学信息科学技术学院电子工程系,北京100081 [2]北京理工大学计算机科学技术学院,北京100081

出　　处：《北京理工大学学报》2008年第10期885-889,共5页Transactions of Beijing Institute of Technology

基　　金：国家部委预研项目(40401)

摘　　要：为解决自然图像的对象分类问题,提出了一种新的区域特征提取和表示方法.该方法采用六边形近似区域边界,使用六边形的边长比和角度表示区域的形状特征,并采用简化的SIFT描述子描述区域的外貌特征.将这种区域特征矢量量化后形成码书,用于基于特征包的识别模型,完成分类任务.用PASCAL2007视觉竞赛数据集作为测试数据集,获得了较好的分类效果,结果表明,该区域特征表示法综合了外貌特征和形状特征,具有较高的分辨性能,同时还具有描述简洁、通用性强的特点.Proposes a region-based feature descriptor for general object classification. The method uses polygonal approximation algorithm to simplify region boundaries, and uses a simplified SIFT descriptor to describe region appearance features. Demonstrates the high performance of this region descriptor within a powerful bag of words classify scheme. Through extensive evaluation on PASCAL 2007 visual recognition challenge dataset set. Test results showed that this region descriptor has many advantages. It can capture both shape and appearance features. It is simple and computation efficient, and is easy to reuse in under other frameworks.

关 键 词：对象识别 特征包模型 特征提取 区域特征 图像分类 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]