基于改进BOW模型的图像分类技术

作者：陈杰; 王诚

来源：南京邮电大学学报(自然科学版), 2016, 36(06): 24-38.

DOI：10.14132/j.cnki.1673-5439.2016.06.004

• 图像分类
• BOW模型
• MFI
• Topology

针对传统BOW(Bag of Words)模型用于场景图像分类时的不足,通过引入关联规则的MFI(Maximum Frequent Itemsets)和Topology模型对其进行改进。为了突出同类图像的视觉单词,提取同类图像的MFI后,对其中频繁出现的视觉单词进行加权处理,增强同类图像的共有特征。同时,为了提高视觉词典的生成效率,利用Topology模型对原始模型进行分工并行处理。通过COREL和Caltech-256图像库的实验,证明改进后的模型提高了对场景图像的分类性能,并验证了其Topology模型的有效性和可行性。

• 单位
  南京邮电大学; 通信与信息工程学院