版權說明: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,請進行舉報或認領
文檔簡介
1、互聯(lián)網(wǎng)的迅速發(fā)展,尤其是像微博、Facebook之類的個人主頁更增加了人們將照片上傳到網(wǎng)上的積極性,同時可移動攝像設備的普及使得人們隨時隨地能夠拍照并將照片上傳到網(wǎng)上,這兩個因素加起來使得網(wǎng)上的圖像數(shù)量呈爆炸式增長,而且圖像種類變得豐富多彩。利用網(wǎng)上的各種搜索引擎和相關技術讓我們能夠搜集到成千上萬的圖像。另一方面,在計算機視覺的模型構建中,圖像庫始終扮演著舉足輕重的角色,在訓練階段和測試階段都影響著計算機視覺模型的性能。現(xiàn)存的圖像庫的標
2、記工作多為人工手工標記,但是這種標記方式耗費了大量的人力物力,本文就構建一個自動標記的圖像庫做了深入的研究工作,這涉及到兩個階段,即過濾掉噪聲圖像,和目標的自動標記工作。在噪聲圖像的過濾階段,我們按照形狀、顏色和紋理結合分類器對從網(wǎng)絡上搜集的圖像進行了相關度的重新排序,以此方法提高了目標圖像的純度。在目標標記階段,我們使用多分割和主題模型來進行目標標記。本文的研究工作如下:
1、提出了一種基于多特征分類器投票機制的網(wǎng)絡圖像重排
3、機制。使用形狀、顏色、紋理這三種特征對圖像進行描述,然后將不同特征結合分類器,按照三個分類器投票得出的置信值對網(wǎng)絡圖像進行相關性重排以過濾噪聲圖像,提高相關性圖像的純度。
2、實現(xiàn)了一種基于LDA的目標自動標記算法。在目標標記階段,將圖像使用分割算法進行多次分割,將分割片以詞袋模型進行表示,借助主題模型進行目標標記。
將本文的算法應用到從網(wǎng)絡上搜集的10個類的一般目標類圖像上,并從主觀和客觀的衡量指標可知,本文算法在
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
- 基于網(wǎng)絡監(jiān)督的地標圖像的搜集與標記研究.pdf
- 面向圖像標記的條件隨機場模型研究.pdf
- 基于自動標記的彩色圖像前景目標分割.pdf
- 面向網(wǎng)絡數(shù)據(jù)的圖像檢索和解析.pdf
- 面向光學遙感圖像目標識別的卷積神經(jīng)網(wǎng)絡研究.pdf
- 面向虛擬網(wǎng)絡計算的圖像編碼算法研究與實現(xiàn).pdf
- 面向視頻監(jiān)控的圖像拼接及目標跟蹤研究.pdf
- 面向實用的神經(jīng)網(wǎng)絡目標分類識別.pdf
- 油田網(wǎng)絡信息搜集與處理系統(tǒng)的設計與實現(xiàn).pdf
- 基于卷積神經(jīng)網(wǎng)絡的遙感圖像目標檢測與識別.pdf
- 面向目標跟蹤的無線傳感器網(wǎng)絡研究.pdf
- 面向圖像內(nèi)容檢索的卷積神經(jīng)網(wǎng)絡.pdf
- 面向社交網(wǎng)絡隱私保護的圖像感知Hash研究.pdf
- 面向論壇頁面的增量搜集技術研究.pdf
- 基于遙感圖像的目標檢測與運動目標跟蹤.pdf
- 面向圖像采集的多媒體傳感器網(wǎng)絡研究與實現(xiàn).pdf
- 面向數(shù)據(jù)流的目標網(wǎng)絡仿真系統(tǒng)研究.pdf
- 面向行人群信息提取的視頻圖像目標跟蹤算法研究.pdf
- 面向圖像描述的深度神經(jīng)網(wǎng)絡模型研究.pdf
- 面向圖像處理應用的多層視覺網(wǎng)絡模型研究.pdf
評論
0/150
提交評論