Název: Using holistic features for scene classification by combining classifiers
Autoři: de Souza Gazolli, Kelly Assis
Salles, Evandro Ottoni Teattini
Citace zdrojového dokumentu: Journal of WSCG. 2013, vol. 21, no. 1, p. 41-48.
Datum vydání: 2013
Nakladatel: Václav Skala - Union Agency
Typ dokumentu: article
článek
URI: http://wscg.zcu.cz/WSCG2013/!_2013_J_WSCG-1.pdf
http://hdl.handle.net/11025/6868
ISSN: 1213–6972 (hardcopy)
1213-6980 (CD-ROM)
1213–6964 (on-line)
Klíčová slova: klasifikace scény;počítačové vidění;vizuální deskriptory
Klíčová slova v dalším jazyce: scene classification;computer vision;visual descriptors
Abstrakt: Scene classification is a useful, yet challenging problem in computer vision. Two important tasks for scene classification are the image representation and the choice of the classifier used for decision making. This paper proposes a new technique for scene classification using combined classifiers method. We run two classifiers based on different features: GistCMCT and spatial MCT and combine the output results to obtain the final class. In this way, we improve accuracy, by taking advantage from the qualities of the two descriptors, without increasing the final size of the feature vector. Experimental results on four used datasets demonstrate that the proposed methods could achieve competitive performance against previous methods.
Práva: © Václav Skala - UNION Agency
Vyskytuje se v kolekcích:Volume 21, Number 1 (2013)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Gazolli.pdfPlný text5,18 MBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/6868

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.