基于 MPEG-7 与朴素贝叶斯及决策树分类器的自动图像标注
计算机视觉与模式识别
2021-01-28 v1
摘要
近来，由于数字图像的快速发展，轻松搜索与检索高分辨率且高效的图像变得必不可少，许多现有标注算法面临一个重大挑战，即图像表征的差异性——高层表征图像语义，低层表征特征，该问题被称为语义鸿沟。本工作使用 MPEG-7 标准从图像中提取特征，其中颜色特征通过可伸缩颜色描述子（SCD）与颜色布局描述子（CLD）提取，而纹理特征通过边缘直方图描述子（EHD）提取；CLD 产生高维特征向量，因此通过主成分分析（PCA）对其进行降维。这三个描述子提取的特征可传入分类器（朴素贝叶斯与决策树）进行训练。最后，它们对查询图像进行标注。本研究使用了 TUDarmstadt 图像库。测试结果与对比性能评估表明，相较于决策树分类，朴素贝叶斯分类具有更好的准确率与执行时间。
引用
@article{arxiv.2101.11222,
title = {Automatic image annotation base on Naive Bayes and Decision Tree classifiers using MPEG-7},
author = {Jafar Majidpour and Samer Kais Jameel},
journal= {arXiv preprint arXiv:2101.11222},
year = {2021}
}
备注
6 pages