空间金字塔匹配相关论文
随着数字图像的爆发性增长,如何有效管理和组织海量图像已成为图像处理领域中一个迫在眉睫的难题。场景分类作为图像检索、图像理解......
近年来,随着计算机技术及网络的发展,图像数据库的日益增多,如何从大量图像数据中快速提取视觉信息已成为智能视觉感知领域的研究......
多媒体技术的发展,使得每天都有海量图像数据不断产生。图像分类作为数据组织的一种基本方法,一直在研究领域备受关注。图像分类问......
随着生活水平的提高,人们对饮食结构与健康更加关注。乳制品作为补充蛋白的物美价廉方案,其需求量急速上涨,规模化奶牛养殖业因此......
提出了一种基于有监督子空间建模和稀疏表示的场景分类算法。该算法将采用非监督方式求取所有场景类别公共字典的稀疏编码模型分解......
随着计算机应用和多媒体的不断发展与应用,数字图像变得越来越多,内容越来越丰富.如何在海量的图像数据中获得想要的和有用的信息......
音乐信息检索系统中一个主要的部分就是音乐流派的自动分类,文章将听觉图像置入音乐流派的自动分类中,用其模型来进行人耳耳蜗结构......
针对BOF模型中的码本训练问题,提出了一种改进的K-means方法。传统的K-means方法没有考虑对采集到的特征进行筛选,基于优化的方法......
本文提出一种场景分类方法,通过整合局部特征和滤波器特征获得丰富的表征信息,并利用空间金字塔匹配模型提取空间上下文信息.该方......
将稀疏表示同时应用于人脸图像年龄特征提取和年龄自动估计2个关键环节,提出一种基于稀疏表示的年龄估计新方法。该方法首先对人脸......
针对中国剪纸识别中存在底层形状特征难以表达高层语义这一"语义鸿沟"问题,提出基于空间约束特征组合与选择的中国剪纸分类识别方......
针对目前图像表示中引入空间位置信息的空间金字塔匹配方法缺乏对图像中视觉物体平移、缩放和旋转的考虑,提出一种基于视觉词汇形......
基于特征提取的图像分类算法的核心问题是如何对特征进行有效编码.局部约束线性编码(Locality-constrained linear coding,LLC)因......
针对空间金字塔匹配模型缺乏对图像中视觉物体旋转、平移和缩放的考虑问题,提出了一种基于特征点群相似度计算模型的图像表示方法.......
针对在跟踪过程中目标易受到遮挡、姿态变化、光照变化、复杂背景等问题的影响,提出一种改进的鲁棒跟踪算法。采用局部块稀疏编码......
提出一种基于空间金字塔匹配的集成化视觉词典(SPM-IBOVW)模型的自然场景识别方法.对各个类别的特征集合分别聚类形成各类别视觉词......
针对特征提取与场景描述在场景分类任务中的重要性,提出了一种独立子空间内的场景特征增量学习方法,采用基于独立子空间分析的无监......
热成像能够反映场景的温度分布,对热成像进行深度估计,可以恢复出场景的三维温度场,在故障诊断、夜视导航等领域具有重要意义。本......
为了能有效地表述场景图像的语义特性,提出一种基于图像块上下文信息的场景图像分类框架.首先用规则网格将图像分块,并提取每个块......
组织病理图像分类是计算机辅助疾病诊断(Computer Aided Diagnosis,CAD)系统中重要的组成部分。因组织病理图像病理信息多样、制作......
针对传统卷积神经网络在处理图像分类的问题过程中,一般都会使用交替的卷积层和池化层,池化操作能起到减少输出特征图尺寸的作用,......
音乐流派的自动分类是音乐信息检索系统的重要组成部分.将听觉图像引入音乐流派的分类研究中,用听觉图像模型模拟人耳耳蜗结构,基......
针对传统联合稀疏模型中共有分量与独有分量都采用相同的字典进行特征表示,导致编码系数判别性低的问题,提出一种基于互信息的多通......
针对传统的Auto Encoder方法在全局特征提取上的高性能以及在图像识别上的重要性,本文提出了一种基于无监督局部深度特征学习的改......
为了解决场景识别中存在的类内差异性与类间相似性问题,提出一种基于主题模型的对象判别特征的场景识别方法。首先,使用双卷积神经......
图像分类技术是近年来计算机视觉领域中的研究热点,在移动互联网领域中取得了成功应用。提出了一种基于稀疏编码空间金字塔匹配的......
针对户外监控系统需要利用图像画面进行天气状态识别的问题,提出了一种新的词袋模型,以及SVM和随机森林相结合的分类方法,对晴天与......
针对静态图像人体行为识别问题,提出一种融合局部约束线性编码(LLC)和全局特征描述子的方法。该方法对图像进行密集采样,提取每个......
为提高图像分类的准确率,提出一种非负弹性网稀疏编码算法。利用非负稀疏编码算法和弹性网模型,在稀疏编码优化模型的目标函数中引......
随着成像传感器技术、网络技术和存储技术的快速发展,固定和在线图像库中的图像数目在急剧增加。有效的管理与快速的检索图像正面......
图像分类作为计算视觉和图像处理领域中最重要和最具有挑战的任务之一,已经受到越来越多研究者的关注。此处的图像分类既包括自然图......
传统的空间金字塔匹配方法时间复杂度较高,其所采用的SIFT底层特征缺少颜色信息,从而导致图像分类性能不佳。该文提出了一种融合颜......
针对复杂环境中的行人检测问题,提出了一种有效的基于分层稀疏编码的图像表示方法.首先通过两层稀疏编码模型结合基于K-SVD的深度......
场景识别是计算机视觉领域的重要研究方向之一,在许多方面都有广泛的应用。由于数据量的快速增长,传统的算法在解决大数据量的场景......
在图像分类过程中,一个图像区域内起着决定性作用的对象位置和大小都不确定,直接使用空间金字塔匹配算法的分类准确率并不高。为此......
针对场景分类问题中,传统的"词包"模型不包含图像的上下文信息,且没有考虑图像特征间的类别差异问题,本文提出一种多方向上下文特......
在图像分类中,单一特征提取容易造成图像信息的缺失,而多特征融合则会生成大量的冗余特征,使得图像分类的准确率降低。针对上述问......
从全球来看,动漫产业已经成为一个庞大的产业。然而在我国动漫产业还是一个新兴产业,起步不久但发展迅速。在动漫产业飞速发展的背......
随着信息化时代的到来和人们虚拟活动空间的不断增大,人们对个体身份识别技术的要求越来越高。如何高效准确的进行个体身份鉴别、......
针对特征袋(BOF)模型中存在特征计算耗时、识别精度低的不足,提出一种新的改进BOF模型以提高其目标识别的精度和效率,并将其应用于奶......
由于智能交通视频监控技术的飞速发展,交通监控图像和视频的数量呈现出爆发式的增长,对于图像分类技术的需求也变得日益迫切。面向......
图像分类,作为图像处理领域的一个理论分支,其主要研究内容是如何把大量无序的数字图像通过计算机来自动进行分门别类。基于计算机......
对bag of features(BOF)算法进行研究与改进,并将其应用到图像识别和分类中。针对传统BOF算法执行效率低以及分类精度不够高等缺陷,......