一种基于分类驱动的可视化词袋特征权重化方法和系统

摘要

本发明公开了一种基于分类驱动的可视化词袋特征权重化方法，包括：从网络下载图像，并建立图像数据库，提取图像数据库中所有N张图像的可视化词袋特征，建立所有N张图像的可视化词袋特征的倒排索引，从图像数据库中随机抽取N1张图像及其对应的可视化词袋特征，通过聚类算法将N1张图像形成C个视觉类，并从每个视觉类中随机选择图像组成该视觉类的学习样本集，针对每一视觉类，在该视觉类的学习样本集上建立可视化词袋特征的权重学习样本集，并利用该权重学习样本集训练每个视觉类，以形成该视觉类的支持向量机判别模型。本发明能够解决现有方法中存在的检索精度低、无法挖掘不同查询图像之间差异性的技术问题。