[发明专利]基于D-S证据理论的视觉词典构建方法有效
| 申请号： | 201310014988.2 | 申请日： | 2013-01-15 |
| 公开（公告）号： | CN103093238A | 公开（公告）日： | 2013-05-08 |
| 发明（设计）人： | 沈项军;高海迪;朱倩;曾兰玲 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 江苏致邦律师事务所 32230 | 代理人： | 樊文红 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于D-S证据理论的视觉词典构建方法，包括：S1、提取所有训练图像的SIFT特征，应用K均值实现初步的视觉字典分类得到K个子类；S2、设定分类阈值t和熵阈值s；S3、判断当前的分类数是否小于t，若是，执行步骤S4，若否，执行步骤S7；S4、对已有分类计算每个子类的信息熵；S5、选择信息熵最大的一个子类作为当前要分解的类，判断该子类的信息熵是否大于s，若是，执行步骤S6，若否，执行步骤S7；S6、将当前信息熵最大的子类h运用D-S证据理论进一步分类；S7、计算新形成的子类的聚类中心，形成视觉词典。本发明能构造出更加更加有效的视觉词典，提高图像的分类准确率。 | ||
| 搜索关键词： | 基于 证据 理论 视觉 词典 构建 方法 | ||
【主权项】：
一种基于D‑S证据理论的视觉词典构建方法，其特征在于，所述方法包括：S1、提取所有训练图像的SIFT特征，应用K均值实现初步的视觉字典分类得到K个子类；S2、设定分类阈值t和熵阈值s，其中分类阈值t表示设定的最大聚类个数即最大视觉单词个数，阈值s表示允许应用D‑S证据理论进行子类分解的信息熵阈值；S3、判断当前的分类数是否小于t，若是，执行步骤S4，若否，执行步骤S7；S4、对已有分类计算每个子类的信息熵；S5、选择信息熵最大的一个子类作为当前要分解的类，判断该子类的信息熵是否大于s，若是，执行步骤S6，若否，执行步骤S7；S6、将当前信息熵最大的子类h运用D‑S证据理论进一步分类；S7、计算新形成的子类的聚类中心，形成视觉词典。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏大学，未经江苏大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310014988.2/，转载请声明来源钻瓜专利网。
