图像集分类相关论文
现阶段,数据资源易于获取,以集合为研究对象的分类问题已成为模式识别与计算机视觉中的一个研究热点。相比于传统的基于单幅图像的......
与单幅图像相比,图像集可以更灵活和准确地描述不同类别数据之间的差异,在复杂情况下具有更好的容错性,因此基于图像集的分类方法......
随着智能手机、监控系统等设备的普及,现实生活中生成的数据越来越多,如何从这些高维数据中提取所需知识变的越来越重要。子空间学......
目的在基于图像集的分类任务中,用SPD(symmetric positive definite)矩阵描述图像集,并考虑所得到的黎曼流形,已被证明对许多分类......
随着视频采集和网络传输技术的快速发展以及个人移动终端设备的广泛使用,大量图像数据以集合形式存在.集合内在结构的复杂性使得如......
为了得到低维且更具有判别性的流行表示,并进一步融合各种流行判别分析的结果,本研究提出了基于局部重构的黎曼流形判别分析统一框......
高斯混合模型(GMM)可以利用多个高斯分量捕捉图像集的变化信息,是一种良好的图像集描述方法.结合分量对称正定矩阵表示方法(CSPD),......
现有的图像集分类算法在进行图像集表示时往往做出多种假设,无法有效描述图像集的特点,且难以利用图像集中区分性信息进行分类。为......
为了利用图像集中的集合信息来提高图像识别精度以及对图像变化的鲁棒性,从而大幅降低诸如姿态、光照、遮挡和未对齐等因素对识别......
本文提出了一种基于彩色+深度(RGB-D)的人脸识别方法,以提高识别率.首先从Kinect获得一个具有丰富的头部姿势变化、光照变化等不同......
图像集分类算法种类较多,但多数存在运算繁琐、计算成本高和时效性差的问题。为此,提出一种改进的图像重建与识别算法,利用线性回......
当前基于多模型的图像集分类方法通过对每个图像集进行单次聚类来提取局部模型,与其他图像集进行匹配时使用固定的聚类。然而,如果......
针对图像集分类中无法确保特征空间的每个位置上的良好性能的问题,提出一种优化自正则化非负编码方法。首先,将图像集由萁样本图像......
现有图像集分类方法无法直接应用于不同类别的子空间，图像集分类既不独立也不相交。为此，提出一种迭代式稀疏谱聚类算法。每次迭代时......
作为高维数据分析的有效工具,子空间学习已被广泛应用于各类机器学习和计算机视觉任务中。从无监督的数据降维到有监督的判别式分......
李群机器学习理论被广泛应用于图像集分类中的数据表示和处理,并获得较优结果.由此,文中提出基于稀疏字典的李群机器学习算法.首先......
人脸图像识别可以称为计算机视觉领域的一个经典的研究课题,其本质是图像分类。识别率是人类不断追求的目标。由于传统的人脸识别......
基于图像集的分类问题相较于传统图像分类最大的不同是训练集、测试集中某类对象的多张图像代替原本的单张或者少量的图像样本。一......
植物分类学是一门对植物物种进行准确描述,命名,分群归类,探求各类群之间的亲缘关系,以及演化过程的基础科学。随着模式识别技术在......
特征抽取是模式识别研究中的基本问题之一。对于图像识别而言,抽取有效的图像特征是完成识别任务的关键。线性与非线性投影分析作......
