用于标志分类的特征融合
计算机视觉与模式识别
2016-09-07 v1
摘要
在本文中，提出了一种基于标志图像外观的标志分类系统。所提出的分类系统利用标志图像的全局特征进行分类。标志的颜色、纹理和形状完整地描述了标志图像的全局特征。这些特征的各种组合被用于分类。这些组合分别包括仅使用单一特征、融合两种特征或同时融合所有三种特征。此外，该系统将标志图像分类为：纯文本标志、纯符号标志或同时包含符号和文本的标志。分类采用 K-近邻 (K-NN) 分类器。由于文献中缺乏彩色标志图像数据集，我们构建了一个包含 5044 张彩色标志图像的数据集。最后，通过由混淆矩阵计算的准确率、精确率、召回率和 F-measure 评估了该分类系统的性能。实验结果表明，特征融合获得了最有希望的结果。
引用
@article{arxiv.1609.01414,
title = {Features Fusion for Classification of Logos},
author = {N. Vinay Kumar and Pratheek and V. Vijaya Kantha and K. N. Govindaraju and D. S. Guru},
journal= {arXiv preprint arXiv:1609.01414},
year = {2016}
}
备注
10 pages, 5 figures, 9 tables