基于多类神经网络机的自然图像分类.pdfVIP

年 月 西北工业大学学报 ’0 8 ,N_‘ ’0 第 卷第 期 ’’ 0 YDNEH?ADZKDERF[G\RGEH3DABRGCFH@C?A]H@^GE\@RB DA‘’’KD‘0 基于多类神经网络机的自然图像分类! 任建峰 沈云涛 郭 雷 西北工业大学自动控制系 陕西西安 # $%$’( 摘 要 基于底层视觉特征把图像分为具有特定意义的类别 对于基于内容的图像检索意义重大 ) * 因为在这种分类基础上 可以在图像库中建立一种有效的索引机制 在底层视觉特征方面 文中主 * 要提取了图像的主颜色特征和 纹理特征 然后 提出了一种多类神经网络机用于图像的 +,-./ 分类 在一个含有 幅的图像库中 实验结果证明这种方法可以达到 以上的准确率 * 0 $1 * 关 键 词 多类神经网络机 自然图像分类 主颜色特征 ) 中图分类号) 45% 文献标识码) 文章编号)%6’$78#’0(0604%60 23 , 图像分为不同的类别 已经在各个领域得到了 提出一个多类神经网络机对自然图像中的物体进行 广泛的应用 比如基于内容的图像检索 但是传统的 分类 对分类后的物体进行类别标注 这样标注后的 * %= 图像检索系统如 都是用一系列的底层视觉 图像可以支持文本检索 大大提高了检索的效率 9-:; * 特征表示图像 不能完全表达语义 图像分类可以表 和前面方法不同 这里提出的多类神经网络机 * ) 达一定的语义信息 可以用来提高图像检索的效率 不是基于单一的底层视觉特征 而是基于主要颜 * Q 自然图像分析是目前计算机视觉领域研究较热 色特征和 纹理特征0= 不是两类分类器 +,-./ *T 的一个问题 它主要分析图像中含有什么物体以及 而是多类分类器 实验证明取得比较好的效果 * * *