摘要
针对传统的Bo VW模型对图像尺度变化较为敏感的缺点,提出一种改进的Bo VW模型。该方法使用图像的多尺度信息,将图像表示为不同尺度特征,采用多核学习方法优化各尺度特征的相应权重,并用图像检索实验验证该方法的有效性。
This paper proposes a method based on improved Bo VW model,aiming at overcoming the traditional Bag of Visual Word（ Bo VW） model＇s sensitivity to image scale＇s variation. Images are represented as feature histograms with different scale based on multiple spaces information. It also incorporates with multiple kernel learning to optimize the histograms weights of different scale. Experimental results of image retrieval prove the validity of the method in this paper.
出处
《重庆科技学院学报（自然科学版）》
CAS
2015年第5期77-79,共3页
Journal of Chongqing University of Science and Technology：Natural Sciences Edition
基金
福建省教育厅2012年度B类课题"关于计算机图形图像的研究与探讨"(JB12495S)
黎明职业大学校级课题"基于内容的图像检索的研究与探讨"(LZ2015107)
关键词
Bo
VW模型
尺度特征
图像检索
多尺度空间
Bag of Visual Word（Bo VW） model
scale feature
content-based image retrieval
multiple scale space
