基于互补特征和类描述的商品图像自动分类.pdfVIP

第 32 卷第 10 期 电 子 与 信 息 学 报 Vol.32No.10 2010 年 10 月 Journal of Electronics Information Technology Oct..2010 基于互补特征和类描述的商品图像自动分类 ①② ① ① ① 贾世杰 孔祥维 付海燕 金 光 ①(大连理工大学电子与信息工程学院 大连 116023) ②(大连交通大学电气信息学院 大连 116028) 摘 要：实现电子商务中的在线商品自动分类是电子商务智能化的迫切要求。该文研究如何运用图像特征和分类算 法对商品图像的一些具体信息进行自动分类，如长袖衬衫和短袖衬衫、圆领 T 恤与 V 领 T 恤等。图像特征采用了 具有互补特性的塔式梯度方向直方图(PHOG)和塔式关键字直方图(PHOW)相结合；在分类器设计方面提出了基于 图像类描述的改进最近邻分类算法。实验结果证明本算法能使 2 类和 3 类商品图像分类正确率达到 70%-99%，且 能够实现快速实时分类，相对于现有方法有了明显提升。 关键词：图像处理；商品分类；互补特征；类描述 中图分类号：TP391 文献标识码： A 文章编号：1009-5896(2010)10-2294-07 DOI: 10.3724/SP.J.1146.2009.01391 Auto Classification of Product Images Based on Complementary Features and Class Descriptor ①② ① ① ① Jia Shi-jie Kong Xiang-wei Fu Hai-yan Jin Guang ① (College of Electrical Information Engineering, Dalian University of Technology, Dalian 116023, China) ② (College of Electrical Information, Dalian Jiao tong University, Dalian 116028, China) Abstract: Auto-classification of online goods is a great need for intelligent e-commerce. Some valuable information of product, such as long sleeve T-shirt vs short one,round collar vs V-neck collar, can be tagged based on the image features and classification algorithms. As two complementary features,PHOG (Pyramid Histogram of Orientated Gradients) and PHOW (Pyramid Histogram Of Words) are adopted to extract and describe the features of product-images. An improved nearest-neighbor