图像分类国内外研究现状

在图像分类方向上，国内外都有很多研究工作。以下是一些国内外的研究现状：

国内：
1. 北京大学的研究团队提出了一种基于空间相关特征的图像分类方法，可以有效提高分类的准确率。
2. 清华大学的研究团队利用深度学习技术，提出了一种基于深度卷积神经网络的图像分类方法，在多个数据集上都取得了很好的分类效果。
3. 中国科学技术大学的研究团队提出了一种基于多尺度特征融合的图像分类方法，可以充分利用图像中的信息。

国外：
1. Google的研究团队利用深度学习技术，提出了一种基于Inception结构的图像分类方法，在ImageNet数据集上取得了很好的分类效果。
2. 微软的研究团队提出了一种基于残差网络的图像分类方法，可以有效解决深度神经网络训练过程中的梯度消失问题。
3. 华盛顿大学的研究团队提出了一种基于多尺度、多方向特征融合的图像分类方法，可以充分利用图像中的信息。

总体来说，图像分类是一个非常活跃的研究方向，国内外的研究工作都在不断地推进和发展，相信未来还会有更多的优秀方法被提出。