计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2015年
6期
135-138,161
,共5页
申铉京%李梦臻%吕颖达%陈海鹏
申鉉京%李夢臻%呂穎達%陳海鵬
신현경%리몽진%려영체%진해붕
图像盲鉴别%计算机生成图像%下采样图像%局部二进制计数模式%SVM分类器
圖像盲鑒彆%計算機生成圖像%下採樣圖像%跼部二進製計數模式%SVM分類器
도상맹감별%계산궤생성도상%하채양도상%국부이진제계수모식%SVM분류기
Blind identification%Photorealistic computer graphics%Down-sampling image%Local binary count%SVM classifier
针对现有的计算机生成图像盲鉴别算法选用的分类特征维度较高、通用性差等问题,提出了一种基于局部二进制计数模式的计算机生成图像盲鉴别算法.首先,将原始图像由RGB颜色空间转换为HSV颜色空间;然后,提取HSV颜色空间图像及其下采样图像的局部二进制计数模式矩阵,求取矩阵归一化直方图;最后,将上述直方图作为分类特征送入SVM分类器,实现计算机生成图像的盲鉴别.实验结果表明,该算法可以有效地鉴别自然图像和计算机生成图像,与现有算法相比具有更高的识别率和较低的特征维度.
針對現有的計算機生成圖像盲鑒彆算法選用的分類特徵維度較高、通用性差等問題,提齣瞭一種基于跼部二進製計數模式的計算機生成圖像盲鑒彆算法.首先,將原始圖像由RGB顏色空間轉換為HSV顏色空間;然後,提取HSV顏色空間圖像及其下採樣圖像的跼部二進製計數模式矩陣,求取矩陣歸一化直方圖;最後,將上述直方圖作為分類特徵送入SVM分類器,實現計算機生成圖像的盲鑒彆.實驗結果錶明,該算法可以有效地鑒彆自然圖像和計算機生成圖像,與現有算法相比具有更高的識彆率和較低的特徵維度.
침대현유적계산궤생성도상맹감별산법선용적분류특정유도교고、통용성차등문제,제출료일충기우국부이진제계수모식적계산궤생성도상맹감별산법.수선,장원시도상유RGB안색공간전환위HSV안색공간;연후,제취HSV안색공간도상급기하채양도상적국부이진제계수모식구진,구취구진귀일화직방도;최후,장상술직방도작위분류특정송입SVM분류기,실현계산궤생성도상적맹감별.실험결과표명,해산법가이유효지감별자연도상화계산궤생성도상,여현유산법상비구유경고적식별솔화교저적특정유도.
