图像分类
tostq
邮箱:tostq216@163.com
展开
-
基于BoF(Bag-of-feature)图像分类
图像分类一直是图像处理问题的热点,近年来基于BoF(bag-of-feature)特征袋方法倍受关注,特征袋方法(BoF)是词袋方法(BoW)一种改进。本文简要的介绍了基本BoF图像分类的思路和其目前的一些改进方法。字典学习过程(train a codebook)(1)特征提取:利用SIFT等局部描述子(SIFT方法最为常用,OpponentSIFT在各类SIFT改进方式综合表现最原创 2016-03-04 11:09:34 · 7515 阅读 · 0 评论 -
基于BoF的图像分类完整步骤(以ScSPM为例)
基于BoF的图像分类方法近年来非常流行,这种方法将图像各个局部块的描述子向量合集来描述整个图像,这些描述子太多,一般需要经过聚类量化成为”词“(words),而一张图像将由一个个的词组成,我们将词频构成直方图成为图像的表达,然后通过SVM等分类器来进行图像分类。而限制这类方法一个主要问题就是低抽象水平的词的组合并不能完全反映整个图像(高抽象水平),比如上述的词的直接组合不能反映图像中各局部块的分布原创 2016-03-08 17:03:52 · 3081 阅读 · 0 评论