本书选题来源于国家自然科学基金重大项目“新兴电子商务重大基础问题与关键技术研究”（70890080）。基于内容的图像分类是指根据图像的视觉特征对图像进行自动语义分类，需要克服 类内差异、遮挡、姿态变化和背景干扰对分类带来的不利影响，目前是计算机视觉领域 最具挑战的课题之一。在电子商务领域，基于内容的商品图像自动分类能够为交易双方提供快速商品查询、确定商品的置放策略及进行用户感兴趣商品的智能推荐，从而有力提高电子商务市场的整体效能，是电子商务智能化的迫切要求。本书运用使用判别式分类模型研究基于内容的商品图像分类方法，提出使用全局特征与局部特征构建商品图像类描述及图像-类最近邻距离计算方法；结合词包（BOW）模型，设计了基于加权二次卡方距离的直方图核函数；在多特征联合方面，分别提出了基于核经验校准和基于支持向量机的二级分类器级联的商品图像分类方法。经实验验证，本书提出的方法能够有效提升商品图像分分类性能。