摘要
随着社会迅猛发展,科学技术日新月异,人们获取的信息也在不断地增长。在数码相机,个人电脑等电子产品日益普及的今天,海量的图像数据成了人们获取信息的重要来源。人们开始利用计算机来辅助理解,识别和区分这些图像。本文应用了超级向量编码取代经典的图像分类系统中矢量量化过程,以达到更准确分类的目标。超级向量编码是基于混合高斯模型"软分配(soft assign)"特性产生的,克服了矢量量化对数据近似误差较大的问题。此外,本文还应用了更适合编码技术的max pooling聚合函数,并把这种聚合函数应用在空间金字塔匹配架构上。最后,运用改进的线性支持向量机进行分类。本文的分类系统在极具挑战性的PASCAL VOC 2009数据库上进行实验。实验比较了不同聚合函数对系统性能的影响。虽然实验结果总体不太理想,但这个分类系统具有极大的研究价值。
出处
《电子技术与软件工程》
2013年第4期32-37,共6页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
