-
题名一种基于HOG-PCA的高效图像分类方法
被引量：8
- 1
-
-
作者
李林
吴跃
叶茂
-
机构
电子科技大学计算机科学与工程学院
四川托普信息技术职业学院
-
出处
《计算机应用研究》
CSCD
北大核心
2013年第11期3476-3479,共4页
-
基金
国家自然科学基金资助项目(60702071)
国家"973"计划基础研究项目(2010CB732501)
四川杰出青年基金资助项目(09ZQ026-035)
-
文摘
为了更有效地提高图像分类性能和准确率,提出一种基于HOG-PCA的高效图像分类方法。首先通过提取方向梯度直方图(HOG)特征并作特征白化,再随机下采样进行尺度统一,随后采用主成分分析(PCA)进行特征映射,最后用最小二阶范数判定进行最近邻分类。实验中,采用C++,基于OpenCV和Darwin实现了提出的方法,并在Pascal 2012数据集上进行测试,比较了该方法和BOW-SVM方法的准确率和运行性能。实验证明,提出的方法具有更高的准确率和更好的运行性能。
-
关键词
方向梯度直方图
主成分分析
最小二阶范数
图像分类
图像特征
-
Keywords
HOG（histogram of oriented gradients） PCA（principal component analysis） least squares norm image classification image feature
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
