在图像分割中是采用基于图的方式寻找图像中的边界以对图像进行分割。利用图的相关算法,可以将整个图像分割成多个连通图,也即是多个图像片段。
在得到了图像片段后,对图像片段进行处理和特征的提取(著名的算法有SIFT、SURF等),并以固定维度的向量表示,最终构成一个统一标准的向量集。
获得一定数量的向量构成的向量集(也就是训练集)后,对分类模型进行训练,从而构成相应的分类器对目标进行分类和识别。同一类的目标达到一定数量后,人为给该目标类贴上类标签。
依据某一场景中可能出现的目标的概率和频率,构造一个概率统计模型,并采用一定数量的样本集对其进行训练。根据训练好的概率模型和从低层图像特征信息中得出的目标类信息,对场景进行分类。同样,在同一类的场景有一定数量后,再贴上场景类的标签。
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。