面向眉目草图生成的支持向量分类模型

摘要

草图生成是草图理解研究的一个重要领域。草图理解旨在给出草图的正确语义，而草图生成是草图理解的逆过程，旨在根据已知的草图语义，绘制出类似手工草图的图案。 支持向量分类是一种基于统计学习理论的有限样本的机器学习方法，已广泛应用于人脸识别、草图理解、图像检索等领域。 本文介绍了草图生成技术和支持向量机分类方法，实现了面向眉目草图生成的支持向量分类模型，通过参数选择提高了SVM的分类效果。 论文的具体工作包括： 1、根据眉目图像的统计信息，提取眉目的特征向量，构造草图生成模型。 2、预处理训练前的眉目图像，使用LibSVM构建眉目分类体系，并将分类结果作为草图的语义解释。 3、通过简单验证和交叉验证方法的结合，选择最优参数，提高了眉目分类效果，并通过实验加以证明。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究目的

1.2主要工作

第二章工作基础

2.1草图理解

2.1.1基本概念

2.1.2草图生成

2.2支持向量机

2.2.1基本概念

2.2.2支持向量分类

2.2.3模型选择

2.3 LibSVM

2.3.1概述

2.3.2主要功能

第三章眉目分类

3.1眉目生成

3.2分类体系

3.3 训练

3.4参数选择

3.5实验结果

第四章结语

4.1主要工作

4.2进一步工作

参考文献

致 谢