基于支持向量机的图像反馈方法及系统

摘要

本发明公开了一基于支持向量机的图像反馈方法及系统。方法包括：提取图像库中每幅图像的底层视觉特征，将提取的底层视觉特征放入特征库；调取用户在图像库中选取的示例图像，利用特征库查找图像库中与该示例图像最相似的N幅图像；将N幅图像标记为正例图像和反例图像，形成正例图像集和反例图像集；对正例图像集和反例图像集进行扩展和更新后，将正例图像集和反例图像集中的图像放入支持向量机中进行训练，输出训练结果。该方法在基于传统支持向量机反馈方法的基础上，对样本进行扩展和更新并使用数据降维的理论对样本进行处理。解决了传统支持向量机由于训练样本少造成不稳定的问题、正例样本远远少于反例样本造成分类器最优超平面偏移的问题。

主权项

一种基于支持向量机的图像反馈方法，其特征在于包括以下步骤：S1：提取图像库中每幅图像的底层视觉特征，并将提取的底层视觉特征放入特征库；S2：调取用户在图像库中选取的示例图像，利用特征库查找图像库中与该示例图像最相似的N幅图像；S3：将N幅图像标记为正例图像和反例图像，形成正例图像集和反例图像集；S4：对正例图像集和反例图像集进行扩展和更新后，将正例图像集和反例图像集中的图像放入支持向量机中进行训练，输出训练结果。