TY -的A2 Hassanien Abd E.I.baset盟——太阳,华东盟——张、徐AU -汉,晓伟AU -金,Xuesong盟——赵Zhijie PY - 2021 DA - 2021/03/17 TI -商品图像分类基于改进Bag-of-Visual-Words模型SP - 5556899六世- 2021 AB -电子商务规模的增加,图像内容的复杂性,使得商品的影像分类面临巨大挑战。图像特征提取往往决定了最终的分类结果的质量。目前,图像特征提取部分主要包括底层视觉特征和中间语义特征。中间图像的语义之间充当桥梁的基本特性和先进的语义图像,可以在一定程度上弥补语义鸿沟,具有较强的鲁棒性。作为一个典型的中间语义表示方法,bag-of-visual-words (BoVW)模型在图像分类受到了人们的广泛关注。然而,传统的BoVW模型失去当地特色的位置信息,和当地的特性描述符主要集中在当地区域的纹理形状信息但缺乏颜色信息的表达。因此,本文改进的bag-of-visual-words模型,它包含三个方面的改进:(1)多尺度局部区域提取;(2)局部特征描述通过加快健壮的特性(冲浪)和颜色矢量角直方图(CVAH);和(3)对角同轴矩形模式。 Experimental results show that the three aspects of improvement to the BoVW model are complementary, while compared with the traditional BoVW and the BoVW adopting SURF + SPM, the classification accuracy of the improved BoVW is increased by 3.60% and 2.33%, respectively. SN - 1076-2787 UR - https://doi.org/10.1155/2021/5556899 DO - 10.1155/2021/5556899 JF - Complexity PB - Hindawi KW - ER -