基于SVM的离线图像目标分类算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(61340019);山东省自然科学基金(ZR2012FM029,ZR2013FQ019)


Offline Image Target Classification Algorithm Based on SVM
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    目标分类是计算机视觉与模式识别领域的关键环节. SVM(支持向量机)是在统计学习理论基础上提出的一种新的机器学习方法.提出一种支持向量机结合梯度直方图特征的离线图像目标分类算法.首先对训练集进行预处理,然后对处理后的图片进行梯度直方图特征提取,最后通过训练得到可以检测图像目标的分类器.利用得到的分类器对测试图片进行测试,测试结果表明,对目标分类检测有良好的效果.

    Abstract:

    Target classification is a key link in the field of computer vision and pattern recognition. SVM(support vector machine) is a new machine learning method put forward based on statistical learning theory. In this paper, an offline image target classification algorithm based on gradient histogram feature of support vector machine is proposed. First, the training set is preprocessed, and then the image is extracted by histogram feature extraction. Finally, the classifier can be detected by training. The test images are tested by using the classifier. The test results show that the target classification test has good effect.

    参考文献
    相似文献
    引证文献
引用本文

王娜,万洪林,白成杰.基于SVM的离线图像目标分类算法.计算机系统应用,2016,25(2):208-211

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-06-17
  • 最后修改日期:2015-07-30
  • 录用日期:
  • 在线发布日期: 2016-02-23
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号