期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到100篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于核稀疏表示和AdaBoost算法的自然场景识别 被引量：3
1
作者 陆迎曙 贾林虎 《电子设计工程》 2016年第2期172-175,共4页
为了提升自然场景图像的识别精度,结合bag-of-visual word模型,提出了一种基于核稀疏表示的图像识别方法。该方法的图像描述部分主要利用核稀疏表示在高维度空间进行图像特征的匹配表示,识别部分采用AdaBoost分类器,对各个类别编码并在... 为了提升自然场景图像的识别精度,结合bag-of-visual word模型,提出了一种基于核稀疏表示的图像识别方法。该方法的图像描述部分主要利用核稀疏表示在高维度空间进行图像特征的匹配表示,识别部分采用AdaBoost分类器,对各个类别编码并在对应的核矩阵上进行划分,从而实现多类场景图像的识别能力。实验结果表明,该方法有效的提升了图像描述的准确度与对自然场景图像识别的精度。 展开更多
关键词 bag-of-visual words模型 核稀疏表示 ADABOOST分类器 自然场景识别
下载PDF
一种新的基于频繁加权概念格的视觉单词生成方法 被引量：1
2
作者 褚萌 张素兰 张继福 《太原科技大学学报》 2012年第6期421-425,共5页
传统的视觉单词仅通过无监督聚类方法生成,标注的精度和效率较低。加权概念格是一种有效的层次数据分析工具,本文采用加权概念格对视觉单词进行分析与约简,提出了一种新的视觉单词生成方法。首先生成训练图像视觉词包的形式背景,并通过... 传统的视觉单词仅通过无监督聚类方法生成,标注的精度和效率较低。加权概念格是一种有效的层次数据分析工具,本文采用加权概念格对视觉单词进行分析与约简,提出了一种新的视觉单词生成方法。首先生成训练图像视觉词包的形式背景,并通过信息熵获取视觉单词的权值;其次针对各语义类别,根据用户所设定的内涵重要性阈值,构造出视觉词包模型频繁加权概念格;然后依据外延数阈值,提取对分类贡献大的描述图像语义的约简视觉单词,进一步提高了标注的精度和效率;最后通过实验验证了该方法是有效的和可行的。 展开更多
关键词 频繁加权概念格 视觉词包 视觉单词约简
下载PDF
基于词包模型的人脸身份认证算法
3
作者 刘硕研 王晓东 +1 位作者 王冰 吕晓军 《交通运输系统工程与信息》 EI CSCD 北大核心 2013年第3期85-90,共6页
随着火车票实名制的不断推广,人工核实身份的验票方式已不能满足实际需求,鉴于此本文提出一种基于词包模型的人脸身份认证算法,通过人脸比对自动完成身份核实.首先提取每幅图像的尺度不变特征变换(SIFT)描述子;其次利用词包模型(BOVW)... 随着火车票实名制的不断推广,人工核实身份的验票方式已不能满足实际需求,鉴于此本文提出一种基于词包模型的人脸身份认证算法,通过人脸比对自动完成身份核实.首先提取每幅图像的尺度不变特征变换(SIFT)描述子;其次利用词包模型(BOVW)构建人脸的典型特征;随后训练SVM分类器,将同一人不同年龄段的图像作为同一类,针对同一人的类内相似性和不同人的类间差异性进行建模;最后通过SVM分类器分别对旅客图像和其身份证图像进行分类,根据所属类别的一致性判断是否属于同一人.实验结果表明,本算法能有效地进行身份认证,并且针对图像质量较低、光照情况不可控的情况仍可达到比较高的准确率. 展开更多
关键词 智能交通 人脸认证 词包模型 火车票实名制 SIFT特征
下载PDF
基于原图-光照不变图视觉词典改进的闭环检测方法
4
作者 胡章芳 曾念文 +2 位作者 罗元 肖雨婷 钟征源 《电子科技大学学报》 EI CAS CSCD 北大核心 2021年第4期586-591,共6页
当机器人所处环境光照发生变化时,基于传统视觉词典的闭环检测算法性能会降低,容易出现感知混叠和感知变异,从而判断出假闭环。该文首先通过原彩色图像生成只与光源有关的光照不变图,然后生成原图−光照不变图的视觉词典,对每帧图像计算... 当机器人所处环境光照发生变化时,基于传统视觉词典的闭环检测算法性能会降低,容易出现感知混叠和感知变异,从而判断出假闭环。该文首先通过原彩色图像生成只与光源有关的光照不变图,然后生成原图−光照不变图的视觉词典,对每帧图像计算两个直方图和相似性得分,通过最终的得分矩阵来判断是否闭环。实验结果表明,与传统的视觉词典法相比,该文提出的闭环检测算法对环境的光照变化具有较好的鲁棒性。 展开更多
关键词 视觉词袋 光照不变图 闭环检测 同步定位与建图
下载PDF
基于优化视觉词袋模型的图像分类方法 被引量：9
5
作者 张永 杨浩 《计算机应用》 CSCD 北大核心 2017年第8期2244-2247,2252,共5页
针对视觉词袋(BOV)模型中过大的视觉词典会导致图像分类时间代价过大的问题,提出一种加权最大相关最小相似(W-MR-MS)视觉词典优化准则。首先,提取图像的尺度不变特征转换(SIFT)特征,并用K-Means算法对特征聚类生成原始视觉词典;然后,分... 针对视觉词袋(BOV)模型中过大的视觉词典会导致图像分类时间代价过大的问题,提出一种加权最大相关最小相似(W-MR-MS)视觉词典优化准则。首先,提取图像的尺度不变特征转换(SIFT)特征,并用K-Means算法对特征聚类生成原始视觉词典;然后,分别计算视觉单词与图像类别间的相关性,以及各视觉单词间的语义相似性,引入一个加权系数权衡两者对图像分类的重要程度;最后,基于权衡结果,删除视觉词典中与图像类别相关性弱、与视觉单词间语义相似性大的视觉单词,从而达到优化视觉词典的目的。实验结果表明,在视觉词典规模相同的情况下,所提方法的图像分类精度比传统基于K-Means算法的图像分类精度提高了5.30%;当图像分类精度相同的情况下,所提方法的时间代价比传统K-Means算法下的时间代价降低了32.18%,因此,所提方法具有较高的分类效率,适用于图像分类。 展开更多
关键词 图像分类 视觉词袋模型 特征提取 视觉词典
下载PDF
基于面部不变特征的铁路实名制检票人脸身份认证算法 被引量：6
6
作者 徐春婕 史天运 +1 位作者 刘硕研 沈海燕 《中国铁道科学》 EI CAS CSCD 北大核心 2015年第1期133-139,共7页
为了实现铁路实名制检票时旅客的人脸图像与其身份证上人脸图像的自动比对,提出1种基于面部不变特征的人脸身份认证算法。以人的面部不变特征为前提,采用改进的尺度不变特征变换算法,提取现场采集的旅客的人脸图像及其身份证上的人脸图... 为了实现铁路实名制检票时旅客的人脸图像与其身份证上人脸图像的自动比对,提出1种基于面部不变特征的人脸身份认证算法。以人的面部不变特征为前提,采用改进的尺度不变特征变换算法,提取现场采集的旅客的人脸图像及其身份证上的人脸图像的关键点,将靠近关键点的区域划分为部分重叠的子区域,然后以图像的词包模型差为基元构建人脸差特征空间,对训练图像的类别信息进行建模;对支持向量机(SVM)分类器训练分类的过程进行优化,训练优化的SVM分类器;最后,使用人脸差特征空间和训练好的SVM分类器进行加权投票,确认身份证上的人脸图像与现场采集的人脸图像是否为同一个人,实现旅客身份的认证。实验结果表明,在图像采集的尺度、角度和光照等不可控的情况下,该算法能够达到较高的认证速度和准确率。 展开更多
关键词 火车票实名制 自动检票 人脸认证 尺度不变特征变换 词包模型 人脸差特征空间
下载PDF
基于词袋模型的迁移学习算法 被引量：2
7
作者 吴丽娜 黄雅平 郑翔 《计算机科学》 CSCD 北大核心 2014年第12期260-263,274,共5页
在分类新类别图像时,词袋模型总需要重新学习视觉词典及分类器,而不能充分利用已经学习好的视觉词典。运用迁移学习的思想,提出一种视觉短语的迁移学习算法。这种视觉短语不仅包含图像的局部不变特征,而且包含特征间的空间结构信息,能... 在分类新类别图像时,词袋模型总需要重新学习视觉词典及分类器,而不能充分利用已经学习好的视觉词典。运用迁移学习的思想,提出一种视觉短语的迁移学习算法。这种视觉短语不仅包含图像的局部不变特征,而且包含特征间的空间结构信息,能更有效地描述不同类别图像之间的共同特征。在分类新类别图像时,算法通过迁移视觉短语而不是重新学习视觉词典,来完成图像分类任务。实验结果证明这种迁移算法能有效地利用已有知识,在分类新类别图像时取得很好的效果,而且还能适用于仅有少量训练样本的图像分类任务。 展开更多
关键词 图像分类 词袋模型 迁移学习
下载PDF
基于视觉词袋模型的亚损伤红细胞识别
8
作者 郑康 袁瑜含 +3 位作者 谷雪莲 鲍睿 郑钰 杨玉菊 《中国医学物理学杂志》 CSCD 2022年第4期469-474,共6页
根据亚损伤红细胞的形态学变化,提出一种自动识别亚损伤红细胞的方法。采用体外循环过程中的血细胞图像,包括2 763张亚损伤红细胞图像和2 507张正常红细胞,利用视觉词袋作为红细胞特征提取方法,分别选用多项核、高斯核、Sigmoid核函数... 根据亚损伤红细胞的形态学变化,提出一种自动识别亚损伤红细胞的方法。采用体外循环过程中的血细胞图像,包括2 763张亚损伤红细胞图像和2 507张正常红细胞,利用视觉词袋作为红细胞特征提取方法,分别选用多项核、高斯核、Sigmoid核函数的支持向量机模型。采用5折交叉验证方法验证方法的性能,并选取精确度、召回率、F1评分作为评价指标。结果表明3种不同内核模型的识别准确率分别为91.05%±0.82%、94.16%±0.50%、85.60%±0.94%。本研究提出的方法有效区别了亚损伤红细胞,为亚致死性损伤检测提供自动化方案。 展开更多
关键词 亚损伤红细胞 视觉词袋模型 支持向量机 自动识别
下载PDF
一种基于视觉显著度词袋模型的图像分类方法
9
作者 杨晓敏 严斌宇 +1 位作者 王潘 宋亚东 《数字技术与应用》 2014年第7期77-79,共3页
本文在传统词袋模型的基础上,结合人的视觉特性,提出了一种基于视觉显著度与词袋模型的图像分类方法。算法首先计算图像的视觉显著度,然后根据图像的视觉显著度对图像计算视觉单词的加权直方图,然后使用视觉单词的加权直方图表示图像。... 本文在传统词袋模型的基础上,结合人的视觉特性,提出了一种基于视觉显著度与词袋模型的图像分类方法。算法首先计算图像的视觉显著度,然后根据图像的视觉显著度对图像计算视觉单词的加权直方图,然后使用视觉单词的加权直方图表示图像。通过在Caltech 101数据库进行实验,验证了本文方法的有效性,实验结果表明,该方法能够大幅度提高图像分类的性能。 展开更多
关键词 词袋模型 视觉词典 图像分类 视觉显著度
下载PDF
融合全局和局部深度特征的高分辨率遥感影像场景分类方法 被引量：27
10
作者 龚希 吴亮 +3 位作者 谢忠 陈占龙 刘袁缘 俞侃 《光学学报》 EI CAS CSCD 北大核心 2019年第3期19-29,共11页
提出了一种融合全局和局部深度特征(GLDFB)的视觉词袋模型。通过视觉词袋模型将深度卷积神经网络提取的多个层次的高层特征进行重组编码并融合,利用支持向量机对融合特征进行分类。充分利用包含场景局部细节信息的卷积层特征和包含场景... 提出了一种融合全局和局部深度特征(GLDFB)的视觉词袋模型。通过视觉词袋模型将深度卷积神经网络提取的多个层次的高层特征进行重组编码并融合,利用支持向量机对融合特征进行分类。充分利用包含场景局部细节信息的卷积层特征和包含场景全局信息的全连接层特征,完成对遥感影像场景的高效表达。通过对两个不同规模的遥感图像场景数据集的实验研究表明,相比现有方法,所提方法在高层特征表达能力和分类精度方面具有显著优势。 展开更多
关键词 遥感 深度卷积神经网络 深度特征 视觉词袋模型 特征融合 高分辨率遥感影像场景分类
原文传递
图像场景分类中视觉词包模型方法综述 被引量：25
11
作者 赵理君 唐娉 +1 位作者 霍连志 郑柯 《中国图象图形学报》 CSCD 北大核心 2014年第3期333-343,共11页
目的关于图像场景分类中视觉词包模型方法的综述性文章在国内外杂志上还少有报导,为了使国内外同行对图像场景分类中的视觉词包模型方法有一个较为全面的了解,对这些研究工作进行了系统总结。方法在参考国内外大量文献的基础上,对现有... 目的关于图像场景分类中视觉词包模型方法的综述性文章在国内外杂志上还少有报导,为了使国内外同行对图像场景分类中的视觉词包模型方法有一个较为全面的了解,对这些研究工作进行了系统总结。方法在参考国内外大量文献的基础上,对现有图像场景分类(主要指针对单一图像场景的分类)中出现的各种视觉词包模型方法从低层特征的选择与局部图像块特征的生成、视觉词典的构建、视觉词包特征的直方图表示、视觉单词优化等多方面加以总结和比较。结果回顾了视觉词包模型的发展历程,对目前存在的多种视觉词包模型进行了归纳,比较常见方法各自的优缺点,总结了视觉词包模型性能评价方法,并对目前常用的标准场景库进行汇总,同时给出了各自所达到的最高精度。结论图像场景分类中视觉词包模型方法的研究作为计算机视觉领域方兴未艾的热点研究领域,在国内外研究中取得了不少进展,在计算机视觉领域的研究也不再局限于直接应用模型描述图像内容,而是更多地考虑图像与文本的差异。虽然视觉词包模型在图像场景分类的应用中还存在很多亟需解决的问题,但是这丝毫不能掩盖其研究的重要意义。 展开更多
关键词 场景分类 视觉词包 低层特征 直方图表示
原文传递
多特征融合的遥感图像分类 被引量：17
12
作者 刘帅 李士进 冯钧 《数据采集与处理》 CSCD 北大核心 2014年第1期108-115,共8页
针对高分辨率遥感图像特点,提出了一种多特征融合的分类方法。该方法首先改进了原始的视觉词袋生成算法;然后,分别提取图像的视觉词袋局部特征、颜色直方图特征以及Gabor纹理特征;最后采用支持向量机进行分类,并对多特征分类结果进行自... 针对高分辨率遥感图像特点,提出了一种多特征融合的分类方法。该方法首先改进了原始的视觉词袋生成算法;然后,分别提取图像的视觉词袋局部特征、颜色直方图特征以及Gabor纹理特征;最后采用支持向量机进行分类,并对多特征分类结果进行自适应综合。采用一个具有2 100幅图像的大型遥感图像分类公共测试数据集进行分类实验,与仅用单一特征分类方法的最高分类精度相比,本文多特征融合的遥感影像分类方法总体平均分类精度提高了10%,表明本文提出方法是一种有效的高分辨率遥感图像分类方法。 展开更多
关键词 高分辨率遥感图像 多特征融合 视觉词袋 支持向量机
下载PDF
联合多尺度多特征的高分遥感图像场景分类 被引量：13
13
作者 黄鸿 徐科杰 石光耀 《电子学报》 EI CAS CSCD 北大核心 2020年第9期1824-1833,共10页
高分辨率遥感图像地物信息丰富,但场景构成复杂,目前基于手工设计的特征提取方法不能满足复杂场景分类的需求,而非监督特征学习方法尽管能够挖掘局部图像块的本征结构,但单一种类及尺度的特征难以有效表达实际应用中复杂遥感场景特性,... 高分辨率遥感图像地物信息丰富,但场景构成复杂,目前基于手工设计的特征提取方法不能满足复杂场景分类的需求,而非监督特征学习方法尽管能够挖掘局部图像块的本征结构,但单一种类及尺度的特征难以有效表达实际应用中复杂遥感场景特性,导致分类性能受限.针对此问题,本文提出了一种基于多尺度多特征的遥感场景分类方法.该算法首先设计了一种改进的谱聚类非监督特征(iUFL-SC)以有效表征图像块的本征结构,然后通过密集采样提取每幅遥感场景的iUFL-SC、LBP、SIFT等三种多尺度局部图像块特征,并通过视觉词袋模型(BoVW)获得场景的中层特征表达,以实现更为准确详实的特征描述,最后基于直方图交叉核的支持向量机(HIKSVM)进行分类.在UC Merced数据集以及WHU-RS19数据集上的实验结果表明本文方法可对遥感场景进行鉴别特征提取,有效提高分类性能. 展开更多
关键词 遥感 高分辨率影像 场景分类 非监督特征 特征融合 视觉词袋模型
下载PDF
基于类型标志镜头与词袋模型的体育视频分类 被引量：12
14
作者 朱映映 朱艳艳 文振焜 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2013年第9期1375-1383,1391,共10页
基于内容的体育视频分类是高效管理大量体育视频数据的关键步骤之一,为提高体育视频分类方法的正确率及泛化能力,提出一种基于类型标志镜头与视觉词袋模型相结合的体育视频分类方法.首先给出类型标志镜头的定义,并通过类型标志镜头构建... 基于内容的体育视频分类是高效管理大量体育视频数据的关键步骤之一,为提高体育视频分类方法的正确率及泛化能力,提出一种基于类型标志镜头与视觉词袋模型相结合的体育视频分类方法.首先给出类型标志镜头的定义,并通过类型标志镜头构建该镜头视频帧训练库;然后构建基于视频帧训练库的金字塔视觉词袋模型,将视频帧标志为归一化的词频向量,使用SVM对视频帧进行分类;再通过分析视频帧分类错误的原因及表现形式提出基于时序连续性孤立帧去除算法,以消除视频帧的错误归类.由于体育视频按组合类型可分为单一体育视频与混合体育视频,因此分别提出了单一体育视频及混合体育视频2种分类算法.实验结果表明,文中算法具有实现简单、处理速度快和准确度高的优点. 展开更多
关键词 体育视频分类 视觉词袋 类型标志镜头 孤立帧去除
下载PDF
非合作旋转目标闭环检测与位姿优化 被引量：11
15
作者 刘宗明 张宇 +2 位作者 卢山 郑翰清 叶东 《光学精密工程》 EI CAS CSCD 北大核心 2017年第4期1036-1043,共8页
若要实现空间失效卫星、空间碎片等非合作目标,尤其是具有自旋运动特性的目标的在轨服务或者离轨清除,需要精确测量追踪航天器与目标之间的相对姿态。当目标旋转一周后,对重访区域的闭环检测与位姿优化是减小累积误差,提高测量精度的重... 若要实现空间失效卫星、空间碎片等非合作目标,尤其是具有自旋运动特性的目标的在轨服务或者离轨清除,需要精确测量追踪航天器与目标之间的相对姿态。当目标旋转一周后,对重访区域的闭环检测与位姿优化是减小累积误差,提高测量精度的重要保证。首先,本文介绍了视觉词袋库的建立和基于视觉词袋的非合作目标闭环检测策略。然后,基于相似性变换,对图像序列关键帧集和当前帧进行了联合位姿图优化,实现了对刚体变换矩阵的校正。最后对不同运动角速度下的不同目标,采用不同相机进行地面模拟测试实验,验证了方法的有效性和可靠性。实验结果表明:对于以12(°)/s角速度运动的非合作目标,当测量稳定后,绝对角度误差约为1(°),相对角度误差约为1%,平均角速度误差约为0.12(°)/s。可以满足非合作目标相对姿态测量的任务需求。 展开更多
关键词 非合作 旋转目标 视觉词袋 闭环检测 位姿优化
下载PDF
基于深度学习编码模型的图像分类方法 被引量：11
16
作者 赵永威 李婷 蔺博宇 《工程科学与技术》 EI CAS CSCD 北大核心 2017年第1期213-220,共8页
针对矢量量化编码的量化误差严重,而稀疏编码只是一种浅层学习模型,容易导致视觉词典对图像特征缺乏选择性的问题,提出了一种基于深度学习特征编码模型的图像分类方法。首先,采用深度学习网络无监督的受限玻尔兹曼机(RBM)代替传统的K-Me... 针对矢量量化编码的量化误差严重,而稀疏编码只是一种浅层学习模型,容易导致视觉词典对图像特征缺乏选择性的问题,提出了一种基于深度学习特征编码模型的图像分类方法。首先,采用深度学习网络无监督的受限玻尔兹曼机(RBM)代替传统的K-Means聚类及稀疏编码等方法对SIFT特征库进行编码学习,生成视觉词典;其次,对RBM编码添加正则化项分解组合每个特征的稀疏表示,使得生成的视觉单词兼具稀疏性和选择性;然后,利用训练数据的类别标签信息有监督地自上而下对得到的初始视觉词典进行微调,得到图像深度学习表示向量,以此训练SVM分类器并完成图像分类。实验结果表明,本文方法能有效克服传统矢量量化编码及稀疏编码等方法的缺点,有效地提升图像分类性能。 展开更多
关键词 图像分类 视觉词典模型 深度学习 稀疏编码 受限玻尔兹曼机
下载PDF
基于深度学习的场景识别方法综述 被引量：9
17
作者 李新叶 朱婧 麻丽娜 《计算机工程与应用》 CSCD 北大核心 2020年第5期25-33,共9页
随着深度学习的快速发展,基于深度学习的场景识别方法逐渐取代传统的基于手工特征的场景识别方法,成为未来研究的主要方向。针对基于深度学习的场景识别方法,对基本思想进行了总结,将其大体分为以下四类:深度学习与视觉词袋结合场景识... 随着深度学习的快速发展,基于深度学习的场景识别方法逐渐取代传统的基于手工特征的场景识别方法,成为未来研究的主要方向。针对基于深度学习的场景识别方法,对基本思想进行了总结,将其大体分为以下四类:深度学习与视觉词袋结合场景识别法、基于显著部分的场景识别法、多层特征融合场景识别法、融合知识表示的场景识别法,分析了各个方法的特点及局限性,并对识别效果进行了比较,最后对未来研究方向进行展望。 展开更多
关键词 场景识别 深度学习 视觉词袋 显著目标 多层特征融合 语义关系
下载PDF
利用视觉词袋模型和颜色直方图进行遥感影像检索 被引量：8
18
作者 胡屹群 周绍光 +1 位作者 岳顺 王莎 《测绘通报》 CSCD 北大核心 2017年第1期53-57,共5页
基于内容的遥感影像检索已经成为遥感领域的研究热点,因此,本文提出了一种综合视觉词袋模型和颜色直方图的遥感影像检索方法,利用尺度不变特征算子提取影像的局部不变特征,通过视觉词袋模型组合局部特征,生成每幅影像的金字塔直方图,接... 基于内容的遥感影像检索已经成为遥感领域的研究热点,因此,本文提出了一种综合视觉词袋模型和颜色直方图的遥感影像检索方法,利用尺度不变特征算子提取影像的局部不变特征,通过视觉词袋模型组合局部特征,生成每幅影像的金字塔直方图,接着结合每幅影像的颜色直方图生成更有区分性的特征向量,利用新的特征向量集训练支持向量机分类器,通过分类器输出与查询属于一类的影像,完成遥感影像检索。试验结果表明,本文方法不仅提高了影像检索的查准率和查全率,并且验证了该方法能有效克服影像光照、噪声、方向等变化,鲁棒性较好。 展开更多
关键词 局部不变特征 视觉词袋模型 颜色直方图 支持向量机分类器 影像检索
下载PDF
基于感知哈希和视觉词袋模型的图像检索方法 被引量：7
19
作者 杨文娟 王文明 +1 位作者 王全玉 汪俊杰 《图学学报》 CSCD 北大核心 2019年第3期519-524,共6页
针对移动增强现实中图像检索技术耗时长导致的实时性不高的问题,提出了一种基于感知哈希和视觉词袋模型结合的图像检索方法。图像检索过程中,在保证一定正确率的基础上加快了检索速度。首先,对数据集图像使用改进的感知哈希技术处理,选... 针对移动增强现实中图像检索技术耗时长导致的实时性不高的问题,提出了一种基于感知哈希和视觉词袋模型结合的图像检索方法。图像检索过程中,在保证一定正确率的基础上加快了检索速度。首先,对数据集图像使用改进的感知哈希技术处理,选取与查询相似的图像集合,达到筛选图像数据集的作用;然后,对相似图像集使用视觉词袋模型进行图像检索,选取和查询图像中目标一致的目标图像。实验结果表明,该方法相比较视觉词袋模型算法检索的平均正确率提高了3.2%,检索时间缩短了102.9 ms,能够满足移动增强现实中图像检索的实时性要求,为移动增强现实系统提供了有利的条件。 展开更多
关键词 图像检索 感知哈希技术 视觉词袋模型 特征点提取
下载PDF
聚合CNN特征的遥感图像检索 被引量：7
20
作者 葛芸 江顺亮 +3 位作者 叶发茂 姜昌龙 陈英 唐祎玲 《国土资源遥感》 CSCD 北大核心 2019年第1期49-57,共9页
针对高分辨率遥感图像检索中手工特征难以准确描述图像的问题,提出聚合卷积神经网络(convolutional neural network,CNN)特征的方法来改进特征表达。首先,将预训练的CNN参数迁移到遥感图像,并针对不同尺寸的输入图像,提取表达局部信息的... 针对高分辨率遥感图像检索中手工特征难以准确描述图像的问题,提出聚合卷积神经网络(convolutional neural network,CNN)特征的方法来改进特征表达。首先,将预训练的CNN参数迁移到遥感图像,并针对不同尺寸的输入图像,提取表达局部信息的CNN特征;然后,对该CNN特征采用池化区域尺寸不同的均值池化和视觉词袋(bag of visual words,Bo VW) 2种聚合方法,分别得到池化特征和Bo VW特征;最后,将2种聚合特征用于遥感图像检索。实验结果表明:合理的输入图像尺寸能提高聚合特征的表达能力;当池化区域为特征图的60%～80%时,绝大多数池化特征的结果优于传统均值池化方法的结果;池化特征和Bo VW特征的最优平均归一化修改检索等级值比手工特征分别降低了27. 31%和21. 51%,因此,均值池化和Bo VW方法都能有效提高遥感图像的检索性能。 展开更多
关键词 遥感图像 检索 卷积神经网络 均值池化 视觉词袋
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
使用帮助 返回顶部