发明名称 |
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。 |
申请公布号 |
CN102542050A |
申请公布日期 |
2012.07.04 |
申请号 |
CN201110449087.7 |
申请日期 |
2011.12.28 |
申请人 |
辽宁师范大学 |
发明人 |
王向阳;李东明 |
分类号 |
G06F17/30(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
大连东方专利代理有限责任公司 21212 |
代理人 |
李馨 |
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。 |
地址 |
116029 辽宁省大连市沙河口区黄河路850号 |