论文部分内容阅读
图像分类算法在各种计算机视觉问题(例如对象跟踪、图像标记和对象分割)中起着重要作用,很多专家也已经提出许多方法来解决这个问题。有一种被广泛采用的一种方法是基于图像的手工设计特征表征图像。不过,深度神经网络的最新研究进展表明其具有学习更多区分性和代表性特征的能力。因此,深层特征已成为手工设计特征替代方法之一。提出一种基于深度特征和KNN随机森林的无失真图嵌入的新颖框架。对于图像分类任务,该方法优于基于最新图形嵌入的图像分类方法。特别是,对于5类的ImageNet数据集,提出的框架获得96.1%的top