基于视觉词袋模型的图像分类改进方法

文中主要基于视觉词袋(BOVW, Bag-Of-Visual-Words)模型对图像进行分类处理,并对传统视觉词袋模型存在的不足进行了改进,提出了一种基于视觉词典的权重直方图来表达图像,采用优化的k-means聚类算法(k-means+)用于视觉词典的构建,代入KNN(K-Nearest-Neighbors)分类器进行分类。通过对Caltech 101和Caltech 256这两个经典数据库进行实验,实验结果表明该改进方案较传统方法提高了分类的正确率。