论文部分内容阅读
本文提出基于类词包(CSBOW)技术的有监督图像分类算法。在训练阶段,首先在每一类训练图像库中提取特征点,运用SIFT描述符形成特征区域描述符,然后根据欧氏距离对特征矢量进行K均值聚类,每一类形成若干聚类中心即所谓类词包。在测试阶段,首先提取测试图像的特征点,运用SIFT描述符形成若干特征矢量,然后依次计算每个特征矢量与各类聚类中心的欧式距离,运用竞争投票机制决定图像的分类结果。本文将CSBOW技术应用到商品图像分类,实验结果证明本算法分类正确率高于传统的基于词包和SVM的图像分类算法。