一种基于大间隔类间互异性多核学习的油画作者识别方法

    公开(公告)号:CN109726725A

    公开(公告)日:2019-05-07

    申请号:CN201811628209.7

    申请日:2018-12-28

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于大间隔类间互异性多核学习的油画作者识别方法:A.输入待检测的扫描油画图像;B.对输入图像进行全局特征提取,所述全局特征包括整幅图像的特征并将所述图像描述成一个行向量,采取全局特征参数进行图像特征提取,所述全局特征参数包括:LBP、Color LBP、GIST、Color GIST、PHOG、CIE颜色空间直方图和Canny edge,针对所述全局特征参数构造出若干个油画全局特征的核矩阵;C.对输入图像进行局部特征提取,通过特征包框架处理所述局部特征;D.构造大间隔类间互异性多核学习模型,依此将步骤B和步骤C提取到的全局特征和局部特征两两组合,并且通过多个核函数计算出候选核特征矩阵,E.交替优化求解大间隔类间互异性多核学习模型。

Patent Agency Ranking