%0 Journal Article
%T Single-scale image classification employing Bag-of-Words model<br>单尺度词袋模型图像分类方法*
%A CHEN Kai
%A XIAO Guo-qiang
%A PAN Zhen
%A LI Zheng-hao
%A <br>陈凯
%A 肖国强
%A 潘珍
%A 李正浩
%J 计算机应用研究
%D 2011
%I 
%X 针对基于SIFT特征描述的图像分类方法需构造多尺度极值空间，运算耗时且部分极值点无直观视觉意义，提出一种新型的图像分类方法。该方法通过网格直接提取单尺度SIFT特征，并对局部特征进行单尺度词袋模型描述。由于单尺度SIFT无须构造多尺度空间且保留了更多的全局信息，从而极大地降低了计算复杂度且使分类正确率得到显著提升。实验结果表明，提出的单尺度SIFT比常规SIFT所形成的词袋模型在分类正确率上有明显提高。
%K image classification
%K single-scale SIFT
%K visual word
%K BOW model<br>图像分类
%K 单尺度SIFT
%K 视觉单词
%K 词袋模型
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=1F8EB868F38CE072EE6FCD709F620BBD&yid=9377ED8094509821&vid=D3E34374A0D77D7F&iid=F3090AE9B60B7ED1&sid=36364FFDA5F104C7&eid=085DC02D6E33FD99&journal_id=1001-3695&journal_name=计算机应用研究&referenced_num=0&reference_num=14