-
公开(公告)号:CN107016409A
公开(公告)日:2017-08-04
申请号:CN201710167640.5
申请日:2017-03-20
Applicant: 华中科技大学
CPC classification number: G06K9/6267 , G06K9/4671
Abstract: 本发明公开了一种基于图像显著区域的图像分类方法和系统,其中方法的实现包括离线训练和在线测试部分,其中离线训练部分包括对图像进行超像素分割得到多尺度下的分割块,计算分割块的特征对比度得到目标显著图;对目标显著图进行阈值分割得到二值图像,对二值图像作形态学处理,利用分割算法对目标显著图进行自动分割提取得到显著区域;将显著区域输入到卷积神经网络中训练,得到基于图像显著区域的图像分类器;在线测试部分包括对测试图像进行显著区域自动分割提取,然后将测试图像的显著区域图像输入到训练好的图像分类器,进行图像分类,得到图像类别标记。本发明在保证分割结果的前提下,减少人工交互的工作量,提高了图像分类的准确率。
-
公开(公告)号:CN107291855A
公开(公告)日:2017-10-24
申请号:CN201710430625.5
申请日:2017-06-09
Applicant: 中国电子科技集团公司第五十四研究所 , 华中科技大学
CPC classification number: G06F16/5838 , G06K9/6215 , G06T7/136
Abstract: 本发明公开了一种基于显著对象的图像检索方法及系统,包括:通过对包含显著对象的查询图像进行显著性检测,确定查询图像的显著对象所在的区域;确定查询图像的显著对象所在的区域的视觉特征;确定查询图像的显著对象的语义类别;将查询图像的显著对象的视觉特征与图像库中相同语义类别的图像的显著对象的视觉特征进行相似度度量,确定所述图像库中与所述查询图像的相似度大于相似度阈值的图像。本发明通过图像显著对象所在区域的视觉特征进行图像检索,避免背景的干扰,并通过确定查询图像显著对象的语义类别,过滤掉图像库中不同语义类别的图像,缩小了图像检索的语义鸿沟,降低了图像检索的复杂度,进一步提升了图像检索的准确性。
-