Author: Adnan Mujahid Khan
論文原文鏈接:點擊此處
摘要
細胞核非典型評分通常被用於評定不同癌症的腫瘤等級,包括乳腺癌。本文提出了一個新穎的圖片等級描述器,這個方法是基於區域協方差描述器。我們稱我們的描述器爲geodesic mean of region covariance descriptor, 它能夠處理協方差描述器中出現的吸引人的特徵,同時能夠使用有效的核數進行K最近鄰分類。實驗結果表明這個描述器的分類正確率要高於很多大範圍內使用的圖片層次描述器。
方法
特點
- 使用低維特徵,降低分類計算量
- 對一張圖片的不同區域分別進行計算,然後取geodesic geometric mean of the RC (gmRC).
- 利用k最近鄰算法對測試數據進行分類。
貢獻
- 提出圖片描述器:gmRC
- 利用基於GkNN分類方法。。。怎麼扯到黎曼了。。沒看懂
- 、、、咋就扯到歐幾里得了,運用的歐幾里得距離。
該方法獲得了ATYPIA 2014 第一名