基于Gabor滤波器与神经网络的图像子集选择
计算机视觉与模式识别
2015-04-09 v1
摘要
本文提出一种从互联网收集的地标大图像集中自动选择现代与历史图像子集的方法。该选择依赖于使用Gabor滤波提取主导特征。从初步图像集中仔细选择特征并作为训练数据输入神经网络。该方法收集大量包含现代与历史地标图像及非地标图像的原始地标图像。该方法随后处理这些图像将其分类为地标与非地标图像。分类性能高度依赖于地标候选特征的数量。
引用
@article{arxiv.1504.01954,
title = {Image Subset Selection Using Gabor Filters and Neural Networks},
author = {Heider K. Ali and Anthony Whitehead},
journal= {arXiv preprint arXiv:1504.01954},
year = {2015}
}
备注
14 pages