基于顯著性檢測的圖像分類算法
大小：1.18 MB 人氣： 2018-01-04 需要積分：2
標(biāo)簽：圖像分類(11868)
針對傳統(tǒng)的圖像分類方法對整個圖像不分等級處理以及缺乏高層認(rèn)知的問題，提出了一種基于顯著性檢測的圖像分類方法。首先，利用視覺注意模型進(jìn)行顯著性檢測，得到圖像的顯著區(qū)域；然后，利用Gabor濾波方法和脈沖耦合神經(jīng)網(wǎng)絡(luò)模型，分別提取該顯著區(qū)域的紋理特征和時間簽名特征；最后，根據(jù)提取的紋理特征和時間簽名特征，利用支持向量機(jī)實現(xiàn)圖像分類。實驗結(jié)果表明，所提方法在SIMPLIcity圖像數(shù)據(jù)集上平均分類正確率達(dá)到94. 26%，在Caltech數(shù)據(jù)集上平均分類正確率為95. 43%，從而證明，顯著性檢測與有效的特征提取對圖像分類有重要影響。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于顯著性檢測的圖像分類算法下載
相關(guān)電子資料下載
- 深入了解目標(biāo)檢測深度學(xué)習(xí)算法的技術(shù)細(xì)節(jié) 150
- CNN圖像分類策略 191
- 邁向更高效的圖像分類：解析DeiT模型的移植和適配 563
- MS-COCO數(shù)據(jù)集的可靠嗎？ 445
- 如何使用質(zhì)心法進(jìn)行目標(biāo)追蹤--文末送書 470
- 基于XIAO的圖像分類處理項目 893
- 圖像分類的主流深度神經(jīng)網(wǎng)絡(luò)模型有哪些 深度神經(jīng)網(wǎng)絡(luò)搜索方法總結(jié) 1214
- 都2023年了，F(xiàn)aster-RCNN還能用嗎？ 476
- 如何在KV260上快速體驗Vitsi AI圖像分類示例程序 1153
- LLaMA微調(diào)顯存需求減半，清華提出4比特優(yōu)化器 342