期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
图像分块及惰性多示例学习鞋印图像识别
被引量：
3
1
作者
李大湘
吴倩
+1 位作者
李娜
刘颖
《西安邮电大学学报》
2016年第1期59-62,共4页
结合图像分块与惰性多示例学习(MIL)给出一种鞋印识别新算法。将整个鞋印图像当作包,根据脚底生物特征比例,采用均匀网格分块的方法将鞋印图像分成15个子块,并提取每个子块的纹理与形状特征,当作包中的示例,将鞋印图像识别问题转化成MI...
结合图像分块与惰性多示例学习(MIL)给出一种鞋印识别新算法。将整个鞋印图像当作包,根据脚底生物特征比例,采用均匀网格分块的方法将鞋印图像分成15个子块,并提取每个子块的纹理与形状特征,当作包中的示例,将鞋印图像识别问题转化成MIL问题;然后,将推土机距离(EMD)应用到K最近邻(KNN)算法中,得出一种惰性MIL新方法用于鞋印识别。在包含5种不同类型花纹的鞋印库中进行实验,识别正确率可达91.28%,较之基于欧氏距离的KNN算法,识别精度平均提高4.0%。
展开更多
关键词
多示例学习
鞋印图像识别
纹理
-
形状
特征
下载PDF
职称材料
结合纹理和形状特征的在线混合随机朴素贝叶斯视觉跟踪器
被引量：
16
2
作者
郭鹏宇
苏昂
+2 位作者
张红良
张小虎
于起峰
《光学学报》
EI
CAS
CSCD
北大核心
2015年第3期195-205,共11页
基于机器学习的思想并充分利用外观信息,提出一种在线选择纹理和形状特征的混合随机朴素贝叶斯视觉跟踪器。构造归一化空间金字塔,通过强度二值特征和金字塔梯度方向直方图二值特征,描述全局与局部区域的纹理和形状;并根据特征描述的二...
基于机器学习的思想并充分利用外观信息,提出一种在线选择纹理和形状特征的混合随机朴素贝叶斯视觉跟踪器。构造归一化空间金字塔,通过强度二值特征和金字塔梯度方向直方图二值特征,描述全局与局部区域的纹理和形状;并根据特征描述的二值性和多模性,设计并实现了在线混合朴素贝叶斯分类器。分类器预测类别后验概率生成信任图,跟踪器通过分析信任图实现目标跟踪,并利用极大似然估计和交叉验证实现外观学习和特征选择。选用基准测试集比较同类方法,从性能和复杂度两方面评估了跟踪器。实验结果表明跟踪器对光照变化,部分遮挡等情况具有一定的适应能力,且执行速度较快,存储空间较小。
展开更多
关键词
机器视觉
机器学习
视觉跟踪器
纹理
和
形状
特征
混合随机朴素贝叶斯
原文传递
题名
图像分块及惰性多示例学习鞋印图像识别
被引量：
3
1
作者
李大湘
吴倩
李娜
刘颖
机构
西安邮电大学通信与信息工程学院
电子信息现场勘验应用技术公安部重点实验室
出处
《西安邮电大学学报》
2016年第1期59-62,共4页
基金
公安部科技强警基础工作专项基金资助项目(2014GABJC022)
陕西省自然科学基金资助项目(2013JM8031
+3 种基金
2015KW-014)
陕西省教育厅科学研究计划资助项目(15JK1660
15JK1661)
中国博士后科研基金资助项目(2013M542386)
文摘
结合图像分块与惰性多示例学习(MIL)给出一种鞋印识别新算法。将整个鞋印图像当作包,根据脚底生物特征比例,采用均匀网格分块的方法将鞋印图像分成15个子块,并提取每个子块的纹理与形状特征,当作包中的示例,将鞋印图像识别问题转化成MIL问题;然后,将推土机距离(EMD)应用到K最近邻(KNN)算法中,得出一种惰性MIL新方法用于鞋印识别。在包含5种不同类型花纹的鞋印库中进行实验,识别正确率可达91.28%,较之基于欧氏距离的KNN算法,识别精度平均提高4.0%。
关键词
多示例学习
鞋印图像识别
纹理
-
形状
特征
Keywords
multi-instance learning （MIL）, shoeprint image recognition, texture-shape features
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
结合纹理和形状特征的在线混合随机朴素贝叶斯视觉跟踪器
被引量：
16
2
作者
郭鹏宇
苏昂
张红良
张小虎
于起峰
机构
国防科学技术大学航天科学与工程学院
国防科学技术大学图像测量与视觉导航湖南省重点实验室
出处
《光学学报》
EI
CAS
CSCD
北大核心
2015年第3期195-205,共11页
基金
国家自然科学基金(11272347)
国家973计划(2013CB733100)
文摘
基于机器学习的思想并充分利用外观信息,提出一种在线选择纹理和形状特征的混合随机朴素贝叶斯视觉跟踪器。构造归一化空间金字塔,通过强度二值特征和金字塔梯度方向直方图二值特征,描述全局与局部区域的纹理和形状;并根据特征描述的二值性和多模性,设计并实现了在线混合朴素贝叶斯分类器。分类器预测类别后验概率生成信任图,跟踪器通过分析信任图实现目标跟踪,并利用极大似然估计和交叉验证实现外观学习和特征选择。选用基准测试集比较同类方法,从性能和复杂度两方面评估了跟踪器。实验结果表明跟踪器对光照变化,部分遮挡等情况具有一定的适应能力,且执行速度较快,存储空间较小。
关键词
机器视觉
机器学习
视觉跟踪器
纹理
和
形状
特征
混合随机朴素贝叶斯
Keywords
machine vision
machine learning
visual tracker
texture and shape feature
mixture random Na?ve Bayes
分类号
TP187 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
图像分块及惰性多示例学习鞋印图像识别
李大湘
吴倩
李娜
刘颖
《西安邮电大学学报》
2016
3
下载PDF
职称材料
2
结合纹理和形状特征的在线混合随机朴素贝叶斯视觉跟踪器
郭鹏宇
苏昂
张红良
张小虎
于起峰
《光学学报》
EI
CAS
CSCD
北大核心
2015
16
原文传递
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
