已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)的飛速發(fā)展,在線社群圖像的規(guī)模呈爆炸式增長,面對日益龐大的圖像數(shù)據(jù),如何對圖像庫進行有效的組織、管理和檢索成為亟待解決的問題。標簽是當前標注這些網(wǎng)絡圖像的重要方式,但是,由于受用戶知識背景和主觀感情的影響,導致用戶對圖像內(nèi)容的描述是模糊的、雜亂無序的,最終導致用戶從海量社群圖像中檢索目標圖像變得非常困難。因此,標簽排序問題成為圖像檢索領域一個非常熱門的研究課題?;诖耍疚奶岢鲆环N基于稀疏表示的社群圖像標簽排序算法來解決標簽重
2、排序問題。
現(xiàn)存的標簽排序算法大致包含兩類:標簽相關(guān)性排序和標簽顯著性排序。本文通過對現(xiàn)有的標簽排序研究成果進行詳細的綜述和分析,提出一種基于稀疏表示的社群圖像標簽排序算法。所謂稀疏表示,是指用很少的數(shù)據(jù)從大量數(shù)據(jù)里捕獲感興趣目標的重要信息。具體來說,對于非顯著性圖像集,該算法采用稀疏表示算法選擇相似性圖片集,然后通過近鄰投票策略完成標簽重排序;對于顯著性圖像集,該算法采用基于稀疏表示的多示例學習算法選擇示例原型,然后通過視覺
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的圖像標簽填充算法的研究與實現(xiàn).pdf
- 基于稀疏編碼理論的圖像多標簽排序算法研究.pdf
- 基于稀疏表示的排序?qū)W習算法.pdf
- 海量圖像標簽自動排序算法的研究與實現(xiàn).pdf
- 基于稀疏表示的圖像修復算法實現(xiàn)與優(yōu)化研究.pdf
- 基于語義上下文的社群圖像標簽填充算法的研究與實現(xiàn).pdf
- 基于稀疏表示的圖像復原算法研究.pdf
- 基于稀疏表示的視覺跟蹤算法研究與實現(xiàn).pdf
- 基于稀疏表示的目標跟蹤算法研究與實現(xiàn).pdf
- 基于稀疏表示理論的圖像去噪與融合算法研究.pdf
- 基于稀疏表示理論的圖像超分辨率重構(gòu)算法研究.pdf
- 基于稀疏表示的圖像融合算法研究.pdf
- 基于稀疏表示的SAR圖像降噪算法研究.pdf
- 基于圖像稀疏表示的隱寫算法研究.pdf
- 基于稀疏表示的Retinex圖像增強算法研究.pdf
- 基于稀疏表示的紅外圖像濾波算法研究.pdf
- 基于稀疏表示的圖像融合算法.pdf
- 基于稀疏表示的圖像去噪的研究與實現(xiàn).pdf
- 基于稀疏表示的圖像混合噪聲去除算法.pdf
- 基于稀疏表示與字典訓練的圖像著色與圖像修復算法研究.pdf
評論
0/150
提交評論