2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、基于內(nèi)容的圖像分類是指根據(jù)圖像中所包含的信息判定圖像屬于哪個(gè)類別,這個(gè)問題一直是模式識別領(lǐng)域的研究重點(diǎn),對視頻跟蹤和目標(biāo)識別有著非常重要的意義。許多的研究人員針對該問題提出了很多方法,目前比較通用的方法是基于局部特征的圖像分類方法?;诰植刻卣鞯姆椒ㄖ兄饕蠦OW方法及其推廣方法,BOW方法簡單易理解,并且其分類效果比較好。BOW方法包括特征提取、碼本訓(xùn)練、特征編碼和分類器訓(xùn)練等主要四個(gè)步驟。本文主要針對特征提取、碼本訓(xùn)練和編碼方法進(jìn)行

2、研究。
 ?。?)首先,提出了一種基于Gist信息檢測的特征提取方法,相比于傳統(tǒng)的基于興趣點(diǎn)采樣和密集采樣的方法,本文提出的方法更加具有針對性。通過信息檢測,可以大概地確定目標(biāo)區(qū)域,因此可以在目標(biāo)區(qū)域中進(jìn)行更加密集的采樣,而在背景區(qū)域進(jìn)行比較稀疏的采樣,這樣獲得的特征中就會(huì)有更多特征來自目標(biāo)區(qū)域,訓(xùn)練的碼本區(qū)分性也更強(qiáng)。在數(shù)據(jù)庫Caltech-101和Caltech-256上的實(shí)驗(yàn)表明,改進(jìn)之后的方法在分類效果上要比原始的方法效果

3、好1%左右。
 ?。?)其次,提出了一種稀疏化的Fisher核編碼方法,通過對原始的Fisher核編碼的研究發(fā)現(xiàn),相比與BOW方法來說,F(xiàn)isher核方法在分類準(zhǔn)確率上有其優(yōu)勢,但是在計(jì)算復(fù)雜度上要比 BOW方法復(fù)雜得多,這也限制了Fisher核方法的使用,為了降低Fisher核方法的計(jì)算復(fù)雜度,本文提出了k近鄰的編碼方式,對流形結(jié)構(gòu)而言,在k近鄰區(qū)域,可以使用歐氏距離來近似測地距離,在數(shù)據(jù)庫 PASCAL VOC2007上的實(shí)驗(yàn)

4、證明,改進(jìn)后的Fisher-KNN的方法要比原始的Fisher核方法復(fù)雜度降低很多,而且分類精度保持不變,這樣就使得 Fisher核方法不但在分類精度上優(yōu)于BOW方法,而且在計(jì)算復(fù)雜度上也低于BOW方法。
 ?。?)最后,提出了一種多核多特征的聯(lián)合方法,在對Fisher核方法的研究過程中發(fā)現(xiàn),F(xiàn)isher核方法獲得的編碼具有很高的信息冗余度。為了充分利用局部特征的區(qū)分性信息,本文提出將 SPM方法和Fisher核方法獲得的編碼使用

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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。

評論

0/150

提交評論