%0 Journal Article
%T Correlation of Image Low level Features and High level Semantics Using SVM<br>基于SVM的图像低层特征与高层语义的关联*
%A 成洁
%A 石跃祥
%J 计算机应用研究
%D 2006
%I 
%X 在基于内容的图像检索中，针对图像的低层可视特征与高层语义特征之间的鸿沟，提出了一种基于支持向量机(SVM)的语义关联方法。通过对图像低层特征的分析,提取了颜色和形状特征向量(221维)，将它们作为支持向量机的输入向量,对图像类进行学习，建立图像低层特征与高层语义的关联，并应用于鸟类、花卉、海洋以及建筑物等几个典型的语义类别检索。实验结果表明，该方法可适应于不同用户的图像检索，并提高了检索性能。
%K 支持向量机(SVM)
%K 低层特征
%K 高层语义
%K 基于内容的图像检索
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=0FBA65E29FEAE7303030D793C56A7EC7&yid=37904DC365DD7266&vid=EA389574707BDED3&iid=9CF7A0430CBB2DFD&sid=1D01216AD76577EC&eid=10828928EB89AD8E&journal_id=1001-3695&journal_name=计算机应用研究&referenced_num=0&reference_num=0