【摘 要】
:
为了进一步提高图像特征向量的近似最近邻搜索精度,提出一种码字扩展增强型残差量化方法,将增强型残差量化与均值等分向量计算方法相结合,降低码书训练误差并提高特征向量量化精度.在码书训练阶段,除第1层码书训练外,利用均值等分向量计算方法将上一层码书训练的误差向量作为下一层码书训练的输入,在此基础上提出迭代优化方法降低码书训练的全局量化误差;在特征向量量化阶段,利用均值等分向量计算方法对每层码书进行扩展,用得到的新码字对该层输入特征向量进行量化以提高量化精度;最后对特征向量近似最近邻搜索,提出一种非对称欧几里得度
【机 构】
:
安庆师范大学计算机与信息学院 安庆 246133;智能感知与计算安徽省高校重点实验室 安庆 246133;安庆师范大学计算机与信息学院 安庆 246133;华中科技大学计算机科学与技术学院 武汉 43
论文部分内容阅读
为了进一步提高图像特征向量的近似最近邻搜索精度,提出一种码字扩展增强型残差量化方法,将增强型残差量化与均值等分向量计算方法相结合,降低码书训练误差并提高特征向量量化精度.在码书训练阶段,除第1层码书训练外,利用均值等分向量计算方法将上一层码书训练的误差向量作为下一层码书训练的输入,在此基础上提出迭代优化方法降低码书训练的全局量化误差;在特征向量量化阶段,利用均值等分向量计算方法对每层码书进行扩展,用得到的新码字对该层输入特征向量进行量化以提高量化精度;最后对特征向量近似最近邻搜索,提出一种非对称欧几里得度量计算方法.在2个公开的SIFT和GIST数据集上与5种典型方法进行实验的结果表明,所提方法可降低码书训练误差10%~24%,提高近似最近邻搜索召回率1%~44%;另外,在获得相同召回率条件下,所提方法可使码书的规模减小50%.
其他文献
目的:探索讨论体感音乐和心理疏导有机结合的治疗方法在类风湿性关节炎方面的治疗效果.方法:在2019年8月至2020年8月期间被我院诊断为在类风湿关节炎的患者80位,对这80位类风湿关节炎患者采取不一样的病痛护理方法,将患有类风湿性关节炎的80位患者分别分为治疗组和对照组(每组各有40位类风湿性关节炎患者).对于对照组的类风湿性关节炎患者进行常规病痛护理方法,而对于治疗组的患者使用体感音乐和心理疏导干预的有机结合办法进行治疗护理,在进行实践的过程中对比两组类风湿关节炎患者的心理状况的变化.结果:根据两组治疗
基于光学相干断层扫描(optical coherence tomography,OCT)的指纹防伪主要依赖汗孔、皮下汗腺和内部指纹等信息的精确提取,且具有一定的防伪信息冗余.针对这一现状,提出了一种基于注意力残差网络的OCT指纹防伪方法,仅使用少量信息便可做到对指纹的真伪识别.首先在残差网络的基础上,通过注意力模块与长短跳跃连接,构建注意力残差网络,使网络注意力更好地集中在皮下组织信息上;其次对待判别手指体数据进行随机采样,提取局部特征小块;最后通过注意力残差网络对局部特征小块进行分类,实现手指的真伪识别
语义分割任务是对图像进行像素级别的分类预测,其难点在于对像素级别的准确预测和物体的边缘划分.现有方法大多采用基于编解码结构的网络模型,通过下采样快速扩充网络的感受野,但连续的下采样对特征图的空间信息造成了不可逆转的损失,为此,提出一种基于语义重定位的并行网络.设计了一条全局空间路径,在保持高分辨率的情况下提取丰富的空间信息并缓解多次下采样带来的信息丢失.在另一条上下文信息提取路径中,采用一个特征提取器,通过快速下采样扩充网络的感受野.此外,设计基于物体类别的语义重定位模块弥补多次下采样造成的上下文信息缺失
目的:探究分析降压安神汤治疗阴虚型老年高血压失眠的效果.方法:在本院2019年1月到2020年1月期间收治的阴虚型老年高血压失眠患者中抽取40例作为观察对象,随机将其对半分为对照组和实验组,各20例.患者在常规控制血压治疗的基础上,对照组利用盐酸帕罗西汀片治疗,实验组加用降压安神汤治疗,对比两组患者的整体恢复情况和睡眠质量.结果:实验组患者在加用了降压安神汤治疗后,整体治疗有效率显著更高,且睡眠质量提高,差异具有统计学意义(p < 0.05).结论:在临床采用降压安神汤治疗阴虚型老年高血压失眠,具有较为突
房地产行业是我国经济发展的重要命脉之一,本文的研究首先探讨了房地产企业的经营特点和财务风险特征,其次探究房地产企业财务风险的内外部因素,进而提出了如何加强房地产企业财务风险管理的建议.
针对三维人体重建中服装视觉信息表示模糊的问题,提出一种多阶段优化的三维人体重建方法.首先对输入的人体图像进行预处理,分别提取其语义特征、明暗特征和高频特征;然后基于局部深度特征构建有向距离场,隐式表征三维人体的几何形状;再构建着装层次表示模块,通过定义着装层次损失函数感知服装语义上下文信息,并优化有向距离场,生成粗糙的三维人体模型;最后结合明暗特征和高频特征捕获服装褶皱细节,并在UV空间内定位褶皱位置,优化生成精细的三维人体模型.在BUFF数据集上的实验结果表明,所提方法的法线L2误差和倒角距离误差分别为
同材质甲骨残片的缀合工作是甲骨学研究的重要分支,为解决甲骨材质的分类问题,提出以R-UNet++为主的分类框架.R-UNet++继承了UNet++中密集的卷积块链接,并在此基础上引入注意力模块、双线性上采样方法和残差单元的改进策略,在提升网络细粒度分割能力的前提下,有效抑制了多尺度特征融合时产生的噪声响应.在分类框架中,首先通过R-UNet++准确分割类间差异性信息;然后采用ResNet50作为分类网络,对R-UNet++的分割图像进一步提取特征,并实现甲骨材质的分类.在真实的甲骨材质数据集中进行了分割和
为寻找1种高效且价格低廉含Zn2+废水的生物吸附剂,资源化利用香菇废弃物,以聚乙烯醇(PVA)、海藻酸钠(SA)包埋香菇残粉制成PVA-SA香菇小球.进行了以PVA、SA、香菇残粉、一次交联时间、磷酸盐浓度、二次交联时间为影响因素的6因素3水平正交实验来确定包埋香菇的最优方案,得到PVA-SA包埋香菇最佳配方是8%PVA+2%SA+3%香菇残粉,在质量分数为2%CaCl2饱和硼酸中一次交联12 h后,在质量浓度为3 g/L磷酸盐溶液中交联8 h.最佳香菇小球对Zn2+平衡吸附时间为1 h,伪二级动力学模型
为解决人脸表情识别时存在的参数量大、速度低和表情区域特征表示力不足的问题,提出一种基于深度二值卷积网络的人脸表情识别方法.首先设计一个二值卷积与传统卷积并行运算的轻量化网络模型BRNet,以降低网络模型参数的复杂度,从而提升识别的速度;然后构建一个动态半径策略提取表情二值特征,并形成表情区域注意权重,实现表情局部特征与人脸全局特征的有效融合;最后设计交叉熵和L2损失,快速实现了表情图像的准确分类.实验结果表明,所提方法在常用的CK+和Oulu-CASIA表情库上的平均识别率分别达到99.25%和93.85
针对结构相似、纹理重复的场景中特征匹配结果存在特征误匹配率较高的问题,采用密度聚类分析,提出一种基于逆近邻与影响空间的误匹配剔除方法.首先依据初始特征匹配候选集,利用特征匹配的全局信息构建特征匹配集,充分体现特征匹配对间的局部相似性、几何与运动一致性;然后采用基于逆近邻与影响空间的密度聚类分析,利用可扩展半径方法构造特征匹配聚类簇,并消除特征匹配聚类簇中的噪声点,从而有效地剔除了特征匹配集中的误匹配对.在标准DTU与古建筑数据集上的实验结果表明,与其他方法相比,该方法的平均精度、平均召回率和平均F分数均超