Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Gesture Controlled Wireless Device for Disabled Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

An Investigation of Gabor PCA and Different Similarity Measure Techniques for Image Classification

verfasst von : N. Hemavathi, T. R. Anusha, K. Mahantesh, V. N. Manjunath Aradhya

Erschienen in: Proceedings of the Second International Conference on Computer and Communication Technologies

Verlag: Springer India

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

A method of attributing an image to a particular category from a large collection of images is stated as Image Classification. In this paper, we propose diverse subspace techniques, which concentrate on consistency and orientations of an image, extracting color, shape, and texture data with orthogonal transformation into uncorrelated space. Initially, preprocessing is done by transforming image to HSV color space as it is similar to human color perception property. Later, most informative score features are obtained using PCA, MPCA, KPCA, and GPCA with linear and nonlinear projection onto lower dimensional space which are further classified using diverse similarity measures and neural networks. The performance analysis is carried out on large multi-class datasets such as Corel-1K, Caltech-101, and Caltech-256 and the improvised correctness rate is witnessed in comparison with several benchmarking methods.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Implementation of Genetic Algorithm for Optimization of Network Route
Nächstes Kapitel A Low-Power High-Speed Double Manchester Carry Chain with Carry-Skip Using D3L
Literatur
1.
Swain, M.J., Ballard, D.H.: Indexing via color histograms. In: Proceedings of 3rd International Conference Computer Vision, pp. 11–32 (1991)
2.
Stricker, M., Orengo, M.: Similarity of color images. Storage retrieval image video database. In: Proceedings SPIE, pp. 381–92 (1995)
3.
Holub, A., Welling, M., Perona, P.: Exploiting unlabelled data for hybrid object classification. In: National Information Processing System Workshop on Inter-Class Transfer (2005)
4.
Wang, X., Wang, Z.: A novel method for image retrieval based on structure element’s descriptor. J. Vis. Commun. Image Represent. 24, 63–74 (2013)
5.
Wang, X., Chen, Z., Yun, J.: An effective method for color image retrieval based on texture. Comput. Stan. Interf. 34, 31–35 (2012)
6.
Jagpal, S., Jashanbir, S.K., Reecha, S.: Different approaches of CBIR techniques. Int. J. Comput. Distrib. Syst. 1(2), 76–78 (2012)
7.
Mutch, J., Lowe, D.G.: Multiclass Object Recognition with Sparse, Localized Features, vol. 1, pp. 11–18. IEEE—CVPR (2006)
8.
Fei-Fei, L., Fergus, R., Perona, P.: An incremental bayesian approach testing on 101 objects categories. In: Workshop on Generative-Model Based Vision. CVPR (2004)
9.
Wang, J., Yang, J., Huang, T., Gong, Y.: Locality Constraint Linear Coding for Image Classification, pp. 1063–6919. CVPR (2010)
10.
Yang, J., Yu, K., Gong, Y., Huang, T.: Linear spatial pyramid matching using sparse coding for image classification. In: Proceedings of the International Conference on Computer Vision and Pattern Recognition, IEEE, pp. 1794–1801 (2009)
11.
Liu, B.-D., Wang, Y.-X., Zhang, Y.-J., Shen, B.: Learning dictionary on manifolds for image classification. Pattern Recogn. 46, 1879–1890 (2013). (Elsevier)
12.
Mahantesh, K., Manjunath Aradhya, V.N., Niranjan, S.K.: Coslets: A Novel Approach to Explore Object Taxonomy in Compressed DCT Domain for Large Image Datasets, vol. 320, pp. 39–48. Springer (2015)
13.
Anusha, T.R., Hemavathi, N., Mahantesh, K., Chetana, R.: An investigation of combining gradient descriptor and diverse classifiers to improve object taxonomy in very large image dataset. In: International Conference on Contemporary Computing and Informatics, IEEE, pp. 581–585 (2014)
14.
Turk, M., Pentland, A.: Eigenfaces for recognition. J. Cogn. Neurosci. 3, 71–86 (1991)
15.
Pankaj, D.S., Wilscy, M.: Comparison of PCA, LDA & Gabor Features for Face Recognition Using Neural Networks, vol. 177, pp. 413–422 (2013)
16.
Preeti Rai, Prithee Khanna.: An Illumination, Expression & Noise Invariant Gender Classifier Using 2D-PCA on Real Gabor Space, pp. 15–28. Elseiver (2015)
17.
Shlens, J.: A Tutorial on PCA Derivation, Discussion and SVD (2003)
18.
Gottumukkal, R., Asari, V.K.: An Improved Face Recognition Technique Based on Modular PCA Approach, pp. 429–436 (2004)
19.
Wang, Q.: Kernel Principal Component Analysis and its Applications in Face Recognition and Active Shape Models. CVPR (2012)
20.
Wasserman, P.D.: Adv. Methods Neural Comput. 155–61 (1993)
21.
Thanwari, P.B., Janwe, N.J.: CBIR based on color and texture. Int. J. Inf. Technol. Knowl. Manage. 4, 99–132 (2011)
22.
Griffin, G., Holub, A., Perona, P.: Caltech-256 Object Category Dataset (2007)
Metadaten
Titel
An Investigation of Gabor PCA and Different Similarity Measure Techniques for Image Classification
verfasst von
N. Hemavathi
T. R. Anusha
K. Mahantesh
V. N. Manjunath Aradhya
Copyright-Jahr
2016
Verlag
Springer India
Buch
Proceedings of the Second International Conference on Computer and Communication Technologies

Print ISBN: 978-81-322-2525-6

Electronic ISBN: 978-81-322-2526-3

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-81-322-2526-3_3

Neuer Inhalt

    Bildnachweise