传统词袋模型易受视角、尺度和背景等因素干扰。本文对传统词袋模型进行了改进,提出一种基于角点检测和图论的感兴趣区域提取方法,以及结合高斯模糊隶属度函数选取视觉单词。首先,对图像进行角点检测,利用图论的方法划定ROI区域,然后对得到的ROI区域进行SIFT特征的提取并生成视觉词典,从而减少背景信息的影响。其次,引入高斯模糊隶属度函数改进图像视觉直方图的表示。在Caltech 100数据库上的实验结果表明,本文提出的方法相较于传统词袋模型,分类准确度提升了3%。
科研之友
微信
新浪微博
Facebook
分享链接
