第4卷第2期 智能系统学报 Vol 4 Ng 2 2009年4月 CAA I Transactions on Intelligent System s Apr 2009 多类SMM在图像艺术属性分类中的应用研究 陈小娥，陈昭炯 (福州大学数学与计算机科学学院，福建福州350108) 摘要：针对当前图像分类研究中，依据图像艺术风格属性进行分类的算法尚不多见的情况，实现了一种基于艺术 属性的图像自动分类系统，其中主要涉及摄影作品、国画、水彩画、素描、油画等几种典型艺术风格的图像.系统采用 支持向量机(SM)作为分类器，运用分等级的分类方法，提出了一种针对艺术属性图像分类的特定SM二叉树多 类分类算法；而后通过对各类图像艺术风格特征的分析，分别提取了有代表性的、区分度好且易于计算的特征；最后 针对各级分类特性和分类器总体特性进行了实验分析，实验结果表明，系统具有良好的分类性能 关键词：支持向量机；二叉树多类分类算法，图像艺术属性 中图分类号：1P391文献标识码：A文章编号：1673-4785(2009)020157-06 An applica tion of multi-class SV n the classification of artistic a ttr bbutes of mages CHEN Xiao-e,CHEN Zhao-jiong (College ofMathematics and Computer Science,Fuzhou University,Fujian 350108,China)) Abstract:In mage classification,few current classification algorithms classify mages by their artistic attributes An automatic mage classification system based on artistic attributes was devebped for classifying mages in typical ar tistic styles such as photographs,Chinese paintings,watercobrs,sketches,oil paintings,and so on The system empbyed a support vector machine (SVM)as a classifier Using a classification method at various levels,an SVM binary tree multi-class classification algorithm or mage classification with respect to different artistic attributes was proposed By analyzing the mages with respect to the different artistic styles,some easily computed representative characteristics with good discrm inability were extracted at each classification level Experments on a variety of characteristics at varous levels and the total characteristics of classifiers were designed evaluate the proposed classifier Expermental results showed that the system has good classification perfomance Keywords:SVM;multi-class classification algorithm based on binary tree,mage artistic attributes 随着互联网技术的飞速发展，网络图像资源越理、Wεb图像搜索都有积极的意义.如果在搜索之 来越丰富，如何快速、有效的进行图像检索或分类就前先进行分类的话，就可以缩小图像的搜索范围，加 成为非常有挑战性的课题，图像的自动分类是其中 速图像搜索的速度，提高搜索效率，不失为缩小图像 项重要的研究内容. 的低级特征和高级概念之间语义间隔的一个可行方 图像自动分类具有广阔的应用前景.在一些专 法.同时，分类也符合人们对图像搜索、多媒体内容 业图片公司里，很多员工每日都要对各种图片进行 分析与理解、数字图书馆等应用领域的多种需求，诸 归类、标注，撰写描述信息，工作量十分庞大如果计 如信息资料共享中文档图像分类、情感心理搜 算机能够像人类一样看懂一幅图片，就可节省大量 索2等」 的人力、物力、财力，而分类正是促进智能识别图像 之前有关图像自动分类的研究主要是根据若干 的一种有效方法.其次，图像的自动分类对图像管 图像的属性来分类.A thitsos和Swain等人B提出了 将图片分为普通摄影图片和由计算机生成图片的分 收稿日期：200805-12 基金项目：福建省自然科学基金资助项目(A0710006). 类方法，文中主要先分析这2类图片的特点，然后根 通信作者：陈昭炯.Emai止chenzj@zu edu cn 据这些特点提取相应的分类特征（如颜色直方图、主 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 第 4卷第 2期 智 能 系 统 学 报 Vol. 4 №. 2 2009年 4月 CAA I Transactions on Intelligent System s Ap r. 2009 多类 SVM在图像艺术属性分类中的应用研究 陈小娥 ,陈昭炯 (福州大学 数学与计算机科学学院 ,福建 福州 350108) 摘 要 :针对当前图像分类研究中 ,依据图像艺术风格属性进行分类的算法尚不多见的情况 ,实现了一种基于艺术 属性的图像自动分类系统 ,其中主要涉及摄影作品、国画、水彩画、素描、油画等几种典型艺术风格的图像. 系统采用 支持向量机 ( SVM)作为分类器 ,运用分等级的分类方法 ,提出了一种针对艺术属性图像分类的特定 SVM 二叉树多 类分类算法 ;而后通过对各类图像艺术风格特征的分析 ,分别提取了有代表性的、区分度好且易于计算的特征 ;最后 针对各级分类特性和分类器总体特性进行了实验分析 ,实验结果表明 ,系统具有良好的分类性能. 关键词 : 支持向量机 ;二叉树多类分类算法 ;图像艺术属性 中图分类号 : TP391 文献标识码 : A 文章编号 : 167324785 (2009) 0220157206 An application of multi2class SVM in the classification of artistic attr ibutes of images CHEN Xiao2e, CHEN Zhao2jiong (College ofMathematics and Computer Science, Fuzhou University, Fujian 350108, China) ) Abstract: In image classification, few current classification algorithm s classify images by their artistic attributes. An automatic image classification system based on artistic attributes was developed for classifying images in typ ical ar2 tistic styles such as photographs, Chinese paintings, watercolors, sketches, oil paintings, and so on. The system emp loyed a support vectormachine (SVM) as a classifier. U sing a classification method at various levels, an SVM binary tree multi2class classification algorithm for image classification with respect to different artistic attributes was p roposed. By analyzing the images with respect to the different artistic styles, some easily computed rep resentative characteristics with good discrim inability were extracted at each classification level. Experiments on a variety of characteristics at various levels and the total characteristics of classifiers were designed to evaluate the p roposed classifier. Experimental results showed that the system has good classification performance. Keywords:SVM; multi2class classification algorithm based on binary tree; image artistic attributes 收稿日期 : 2008205212. 基金项目 :福建省自然科学基金资助项目 (A0710006). 通信作者 :陈昭炯. E2mail: chenzj@fzu. edu. cn. 随着互联网技术的飞速发展 ,网络图像资源越 来越丰富 ,如何快速、有效的进行图像检索或分类就 成为非常有挑战性的课题 ,图像的自动分类是其中 一项重要的研究内容. 图像自动分类具有广阔的应用前景. 在一些专 业图片公司里 ,很多员工每日都要对各种图片进行 归类、标注 ,撰写描述信息 ,工作量十分庞大. 如果计 算机能够像人类一样看懂一幅图片 ,就可节省大量 的人力、物力、财力 ,而分类正是促进智能识别图像 的一种有效方法. 其次 ,图像的自动分类对图像管 理、W eb 图像搜索都有积极的意义. 如果在搜索之 前先进行分类的话 ,就可以缩小图像的搜索范围 ,加 速图像搜索的速度 ,提高搜索效率 ,不失为缩小图像 的低级特征和高级概念之间语义间隔的一个可行方 法. 同时 ,分类也符合人们对图像搜索、多媒体内容 分析与理解、数字图书馆等应用领域的多种需求 ,诸 如信息资料共享中文档图像分类 [ 1 ]、情感心理搜 索 [ 2 ]等. 之前有关图像自动分类的研究主要是根据若干 图像的属性来分类. A thitsos和 Swain等人 [ 3 ]提出了 将图片分为普通摄影图片和由计算机生成图片的分 类方法 ,文中主要先分析这 2类图片的特点 ,然后根 据这些特点提取相应的分类特征 (如颜色直方图、主