基于顯著性檢測的圖像分類算法
大小：1.18 MB 人氣： 2018-01-04 需要積分：2
標簽：圖像分類(11868)
針對傳統(tǒng)的圖像分類方法對整個圖像不分等級處理以及缺乏高層認知的問題，提出了一種基于顯著性檢測的圖像分類方法。首先，利用視覺注意模型進行顯著性檢測，得到圖像的顯著區(qū)域；然后，利用Gabor濾波方法和脈沖耦合神經網絡模型，分別提取該顯著區(qū)域的紋理特征和時間簽名特征；最后，根據(jù)提取的紋理特征和時間簽名特征，利用支持向量機實現(xiàn)圖像分類。實驗結果表明，所提方法在SIMPLIcity圖像數(shù)據(jù)集上平均分類正確率達到94. 26%，在Caltech數(shù)據(jù)集上平均分類正確率為95. 43%，從而證明，顯著性檢測與有效的特征提取對圖像分類有重要影響。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%