基于SVM多分类的超分辨图像细粒度分类方法
连和谬
闽南理工学院实践教学中心,福建石狮362700
摘要：为提高超分辨图像的检索和识别能力,需要对图像细粒度进行分类处理,提出基于支持向量机(Support Vec-tor Machine,SVM)多分类的超分辨图像细粒度分类算法.采用融合滤波方法处理,实现图像预处理,考虑超分辨率图像具有的仿射区域不变性能提取细粒度多特征,并进行多特征块稀疏匹配,最后将匹配结果输入到支持向量机多分类模型中,实现超分辨图像细粒度分类.仿真结果表明,采用该方法进行超分辨图像细粒度分类的准确性较高,分辨力较好,提高了超分辨图像的检索能力.
关键词：支持向量机超分辨图像细粒度
分类号：TP391(计算技术、计算机技术)
资助基金：福建省自然科学基金项目"基于多信息融合算法的非接触式汽车防酒驾系统研究"(JB180698)
论文发表日期：2020-03-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 51-54 )