徽标的符号表示与分类
计算机视觉与模式识别
2016-12-30 v1
摘要
本文提出一种基于特征符号表示的徽标分类模型。该模型利用徽标图像的全局特征（如颜色、纹理和形状特征）进行分类。徽标图像被宽泛地分为三类，即仅含文本的徽标图像、仅含符号的图像以及同时含有文本和符号的图像。在每一类中，使用K-means聚类算法对外观相似的徽标图像进行聚类。然后利用符号区间数据保留每类中各聚类存在的类内变化。因此，参考徽标图像以区间数据形式表示。随后使用合适的符号分类器对样本徽标图像进行分类。为实验目的，创建了由5044幅徽标图像组成的相对大量的彩色徽标图像。分类结果通过准确率、精确率、召回率、F-measure和时间进行验证。为检验所提模型的有效性，给出了与其他模型的对比分析。结果表明，所提模型在时间和F-measure方面优于其他模型。
引用
@article{arxiv.1612.08796,
title = {Symbolic Representation and Classification of Logos},
author = {D. S. Guru and N. Vinay Kumar},
journal= {arXiv preprint arXiv:1612.08796},
year = {2016}
}
备注
15 pages, 6 figures, 6 tables, Proceedings of International Conference on Computer Vision and Image Processing (CVIP 2016). arXiv admin note: text overlap with arXiv:1609.01414