论文部分内容阅读
由于缺少结构化的表示,基于内容的图像分类存在一定的问题,据此提出了一种基于迭 代神经网络的自然图像表示和分类的方法。利用Berkeley分割算法将图像分割成不同的区域,采用 基于人工的多叉树或基于邻接区域的二叉树的方法进行区域合并,同时提取区域统计特征,得到图像 的树型结构表示。根据BPTS算法对网络进行训练,训练好的网络就具备了图像分类的功能。实验 结果表明,基于迭代神经网络的结构表示和分类方法具有很强的结构学习能力,同时人工生成的多叉 树涵盖更多的语义信息且能得到较好的分类结果。