• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Natural Computation;ICNC '09 >Image Categorization with PCA-SICEF
【24h】

Image Categorization with PCA-SICEF

机译：使用PCA-SICEF进行图像分类

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Image category recognition is important to access visual information on the level of objects and scene types. This paper presents an automatic recognition system of scene and object with PCA-SICEF feature for digital color images. SICEF (Scale-Invariant Color and edge Feature) is an extension of the conventional local SIFT (Scale-Invariant Feature transform) feature,which only include edge invariance of local image region but not any color information. So the SIFT feature is not enough for distinguish image categorization especially for scene types, where the color information plays an important role for recognition. Therefore, we improve SIFT by including color feature for local image region, and name it as SICEF feature. However, the Dimension of the extracted SICEF feature is so high that we use PCA(Principle Component Analysis) to reduce the dimension, and then, use the PCA-domain SICEF (PCA-SICEF) for image classification. Experimental results show that it is much more efficient by our proposed PCA-SICEF feature than conventional SIFT feature.
机译：图像类别识别对于访问有关对象和场景类型级别的视觉信息很重要。本文提出了一种具有PCA-SICEF功能的数字彩色图像场景和物体自动识别系统。 SICEF（尺度不变颜色和边缘特征）是传统局部SIFT（尺度不变特征变换）特征的扩展，它仅包括局部图像区域的边缘不变性，而没有任何颜色信息。因此，SIFT功能不足以区分图像分类，特别是对于场景类型，其中颜色信息在识别中起着重要作用。因此，我们通过为局部图像区域包括颜色特征来改善SIFT，并将其命名为SICEF特征。但是，提取的SICEF特征的维数很高，以至于我们使用PCA（原理成分分析）来减小维数，然后将PCA域SICEF（PCA-SICEF）用于图像分类。实验结果表明，我们提出的PCA-SICEF功能比传统的SIFT功能要高效得多。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号