-
题名基于轮廓的手绘草图检索研究
被引量：8
- 1
-
-
作者
李曼舞
孙正兴
顾庆东
-
机构
南京大学计算机软件新技术国家重点实验室
-
出处
《计算机应用》
CSCD
北大核心
2005年第2期344-347,共4页
-
基金
国家自然科学基金资助项目(69903006
60373065
60473113)
-
文摘
利用傅利叶形状描述方法来统一描述手绘草图图像库和用户输入的手绘草图形状信息,该方法解决了基于笔划描述的计算效率和输入顺序敏感性问题。实验表明所提出的方法不仅能得到较好的检索结果,且具有较好的用户适应性。
-
关键词
手绘草图检索
傅利叶形状描述子
用户适应性
-
Keywords
freehand sketch retrieval
fourier shape descriptor
user adaptation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名包含跨域建模和深度融合网络的手绘草图检索
被引量：7
- 2
-
-
作者
于邓
刘玉杰
邢敏敏
李宗民
李华
-
机构
中国石油大学(华东)计算机通信工程学院
中国科学院计算计算技术研究所
-
出处
《软件学报》
EI
CSCD
北大核心
2019年第11期3567-3577,共11页
-
基金
国家自然科学基金(61379106,61379082,61227802)
山东省自然科学基金(ZR2013FM036,ZR2015FM011)~~
-
文摘
在手绘草图检索(sketch-based image retrieval,简称SBIR)领域,引入一种手绘草图的新型检索模型.手绘草图与自然图片之间存在巨大的差异性,这是因为,与自然图片相比,手绘草图展现出高度抽象的视觉表达,用现有的方法对手绘草图进行特征提取,其产生的特征描述子对于手绘草图的内容无法进行有效地拟合;对于相同的物体,不同的人群用手绘草图描述方式和表达也存在巨大的差距,这就使得手绘草图-自然图片的匹配更加困难;同时,将手绘草图与自然图片映射到相同视觉域的工作,也是一项具有困难的任务.所以,手绘草图检索技术是公认的比较有挑战性的任务.提出一种将手绘草图与自然图片在多个层次上映射到同一视觉域的策略来解决跨域的问题.同时,引入多层深度融合卷积神经网络(multi-layer deep fusion convolutional neural network)的框架来训练并获得手绘草图和自然彩色图片的多层特征表达.在Flickr15k图像数据库进行检索实验,实验结果显示,多层深度融合卷积网络学习到的特征的检索精度超过了现有的手工特征以及由自然图片或者手绘草图训练出来的卷积神经网络(convolutional neural network,简称CNN)的特征.
-
关键词
手绘草图检索
跨域建模
多层深度融合卷积神经网络
特征融合
深度学习
-
Keywords
sketch-based image retrieval(SBIR)
crossing-domain modeling
multi-layer deep fusion convolutional neural network
feature fusion
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名面向手绘草图检索的边界点选择算法
- 3
-
-
作者
任帅
张翌翀
-
机构
复旦大学计算机科学技术学院
-
出处
《微型电脑应用》
2014年第4期34-37,共4页
-
基金
科技支撑计划项目(2012BAH59F04)
上海市科委项目(12dz1500203
12511504902)
-
文摘
尽管通过文本进行图像检索已经被广泛应用,但有些时候仍很难用文本来描述复杂图片的结构信息。而在基于手绘草图的图片检索中,可基于绘制草图来检索与其相关的图片,这对于用户非常有吸引力。提出一种新的边界点选择算法对边界点进行筛选和优化。通过在局部区域中对边界点进行筛选,保留了主要边界的信息,并将该方法应用于3种不同的草图检索算法中。通过在两个公开数据集上的实验,结果表明所提出的方法可同时提高检索的准确率和时间效率。
-
关键词
手绘草图检索
边界提取
轮廓提取
图片检索
-
Keywords
Sketch
Boundary
Contour
Image Retrieval
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
-
题名结合显著区域检测和手绘草图的服装图像检索
被引量：4
- 4
-
-
作者
吴传彬
刘骊
付晓东
刘利军
黄青松
-
机构
昆明理工大学信息工程与自动化学院
昆明理工大学云南省计算机技术应用重点实验室
-
出处
《纺织学报》
EI
CAS
CSCD
北大核心
2019年第7期174-181,共8页
-
基金
国家自然科学基金项目(61862036,61462051,61462056,81560296)
云南省应用研究基础计划面上项目(2017FB097)
-
文摘
针对服装图像检索准确率和效率较低的问题,提出一种服装显著区域检测和手绘草图的服装图像检索方法。首先采用正则化随机漫步算法对输入的服装图像库进行视觉显著区域检测,并结合其边缘轮廓信息,得到服装显著边缘图像;其次,对输入的服装草图和服装边缘图像进行特征提取,得到服装草图和服装边缘图像各自的方向梯度直方图(HOG)特征;然后,通过计算服装草图特征和服装边缘特征的相似度,实现特征匹配;最后,按照特征匹配结果在服装图像库中检索与服装草图相似的服装图像,采用基于距离相关系数的重排序算法对其相似度进行排序并输出检索结果。结果表明,该方法提高了服装检索的准确率,具有较好的鲁棒性,检索准确率可达78.5%。
-
关键词
服装检索
手绘草图的图像检索
显著性检测
特征匹配
-
Keywords
clothing retrieval
sketch-based image retrieval
saliency detection
feature matching
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
