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7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：
基于FAST和SURF的图像配准算法 被引量：22
1
作者 安维胜 余让明 伍玉铃 《计算机工程》 CAS CSCD 北大核心 2015年第10期232-235,239,共5页
尺度不变特征变换(SIFT)和加速鲁棒特征(SURF)方法在进行角点检测和特征点匹配时的时间较长。为此,提出一种改进的图像配准算法。建立参考图像与待配准图像的高斯图像金字塔,在金字塔各层图像进行检测,得到具有不同尺度的加速分割测试特... 尺度不变特征变换(SIFT)和加速鲁棒特征(SURF)方法在进行角点检测和特征点匹配时的时间较长。为此,提出一种改进的图像配准算法。建立参考图像与待配准图像的高斯图像金字塔,在金字塔各层图像进行检测,得到具有不同尺度的加速分割测试特征(FAST)点,采用SURF算法为各特征点分配方向,并计算各特征点的描述向量,使用快速近似最近邻搜索算法获取图像间的初始匹配点对,用随机抽样一致性算法剔除误匹配点对,同时得到2幅图像之间的几何变换矩阵。实验结果表明,与SURF算法和SIFT算法相比,该算法的特征检测速度和匹配速度较快,匹配正确率较高。 展开更多
关键词 图像配准 加速分割测试特征 加速鲁棒特征 近似最近邻 随机抽样一致性
下载PDF
近似最近邻搜索算法——位置敏感哈希 被引量：8
2
作者 高毫林 徐旭 李弼程 《信息工程大学学报》 2013年第3期332-340,共9页
寻找查询点的最近邻是信息处理相关领域的主要任务之一。在数据规模较大时需要采用快速检索算法,常用的快速检索算法主要是基于树的算法,但是当数据点维数较高时,这些算法的效率会变低。位置敏感哈希是当前解决高维搜索的最快的算法,文... 寻找查询点的最近邻是信息处理相关领域的主要任务之一。在数据规模较大时需要采用快速检索算法,常用的快速检索算法主要是基于树的算法,但是当数据点维数较高时,这些算法的效率会变低。位置敏感哈希是当前解决高维搜索的最快的算法,文章对汉明空间、欧式空间下的位置敏感哈希算法的实现方案进行了详细分析,对算法中数据点冲突概率、空间时间消耗、参数调整对算法性能的影响进行了详尽的研究和试验,最后讨论算法的优点和缺点,说明了算法应用于视觉聚类的可能性。 展开更多
关键词 近似最近邻搜索 位置敏感哈希 精确欧式距离位置敏感哈希 视觉聚类
下载PDF
M2LSH:基于LSH的高维数据近似最近邻查找算法 被引量：5
3
作者 李灿 钱江波 +1 位作者 董一鸿 陈华辉 《电子学报》 EI CAS CSCD 北大核心 2017年第6期1431-1442,共12页
在许多应用中,LSH(Locality Sensitive Hashing)以及各种变体,是解决近似最近邻问题的有效算法之一.虽然这些算法能够很好地处理分布比较均匀的高维数据,但从设计方案来看,都没有针对数据分布不均匀的情况做相应的优化.针对这一问题,本... 在许多应用中,LSH(Locality Sensitive Hashing)以及各种变体,是解决近似最近邻问题的有效算法之一.虽然这些算法能够很好地处理分布比较均匀的高维数据,但从设计方案来看,都没有针对数据分布不均匀的情况做相应的优化.针对这一问题,本文提出了一种新的基于LSH的解决方案(M2LSH,2 Layers Merging LSH),对于数据分布不均匀的情况依然能得到一个比较好的查询效果.首先,将数据存放到具有计数功能的组合哈希向量表示的哈希桶中,然后通过二次哈希将这些桶号投影到一维空间,在此空间根据各个桶中存放的数据个数合并相邻哈希桶,使得新哈希桶中的数据量能够大致均衡.查询时仅访问有限个哈希桶,就能找到较优结果.本文给出了详细的理论分析,并通过实验验证了M2LSH的性能,不仅能减少访问时间,也可提高结果的正确率. 展开更多
关键词 近似最近邻 KNN查询 局部敏感哈希 高维数据
下载PDF
HL-DAQ:一种Hash学习的动态自适应量化编码
4
作者 赵亮 王永利 +1 位作者 杜仲舒 陈广生 《计算机研究与发展》 EI CSCD 北大核心 2018年第6期1294-1307,共14页
现有基于Hash学习二进制编码方法通常学习一组用于数据投影的超平面,并且简单地对来自每个超平面划分的结果进行二值化编码,而忽视了信息可能不均匀地分布在整个投影中且每一维投影中数据取值范围可能不一样的事实.为了解决此问题提出... 现有基于Hash学习二进制编码方法通常学习一组用于数据投影的超平面,并且简单地对来自每个超平面划分的结果进行二值化编码,而忽视了信息可能不均匀地分布在整个投影中且每一维投影中数据取值范围可能不一样的事实.为了解决此问题提出一种动态自适应编码量化方法,根据投影维度的信息量动态地为该维度分配相应的二进制编码位数,并通过动态规划方法使得所有投影的总信息量最大,以尽可能地保留原始数据的近邻结构.经实验验证,动态自适应编码量化方法较传统的Hash量化方法有显著的改进,理论证明:动态自适应编码方法和距离度量方式对原始数据的近邻结构保持优于传统固定位数量化编码及海明距离度量方式. 展开更多
关键词 量化 近似最近邻 动态自适应编码 动态规划 动态自适应距离 二进制编码
下载PDF
基于重心坐标乘积量化的图像检索方法 被引量：2
5
作者 张万麒 王永利 陈广生 《计算机工程与设计》 北大核心 2018年第10期3162-3169,共8页
为减少在大范围图像检索过程中因硬编码导致的量化误差,提出一种基于重心坐标的软编码方法,利用乘积量化将高维特征空间分解成低维特征子空间的笛卡尔积的形式,分别进行量化,以重心坐标的形式进行稀疏表示,最小化产生的量化误差,使结果... 为减少在大范围图像检索过程中因硬编码导致的量化误差,提出一种基于重心坐标的软编码方法,利用乘积量化将高维特征空间分解成低维特征子空间的笛卡尔积的形式,分别进行量化,以重心坐标的形式进行稀疏表示,最小化产生的量化误差,使结果表示更接近于实际中的原始数据。通过在3个公开可得的图像数据集上的实验,验证了提出方法可有效提高ANN查询的精度。 展开更多
关键词 近似最近邻 图像检索 乘积量化 重心坐标 量化误差
下载PDF
基于距离的相似最近邻搜索算法研究 被引量：2
6
作者 姜大光 孙贺娟 易军凯 《北京化工大学学报（自然科学版）》 CAS CSCD 北大核心 2017年第5期94-98,共5页
为了提高相似最近邻搜索(ANN)算法的精度,提出了一种在度量空间下基于距离的相似最近邻搜索算法—优化的VP森林(OVF)算法。在传统VP树(VT)算法的基础上,首先采用改进的选择优势点的方法,通过从数据集采样优势点候选集,对其进行评估,选... 为了提高相似最近邻搜索(ANN)算法的精度,提出了一种在度量空间下基于距离的相似最近邻搜索算法—优化的VP森林(OVF)算法。在传统VP树(VT)算法的基础上,首先采用改进的选择优势点的方法,通过从数据集采样优势点候选集,对其进行评估,选取其中区分度大的点作为优势点;然后提出构建多棵VP树的新方法,改进距离优势点远的子树中最近邻不紧凑问题;接着提出使用优先队列与剪枝搜索方法结合的新搜索方法查找最近邻,减少了很多不必要的距离计算。最后通过实验结果表明,本文方法在数据维度、数据集大小、返回不同邻居个数、不同的距离函数及建树个数方面精度有了很大的提高。 展开更多
关键词 相似最近邻搜索(ann)算法 VP树 优化的VP森林(OVF)算法 剪枝方法
下载PDF
深度学习哈希综述 被引量：2
7
作者 沈琳 林劼 江育娥 《小型微型计算机系统》 CSCD 北大核心 2020年第10期2082-2091,共10页
深度学习哈希技术将哈希方法与深度学习技术相结合,获得原始数据的特征表示以及语义信息,进而得到数据的二进制哈希码.深度学习哈希方法被广泛应用于图像检索、文本检索以及视频检索等领域,并取得了瞩目成果.本文首先对深度学习哈希方... 深度学习哈希技术将哈希方法与深度学习技术相结合,获得原始数据的特征表示以及语义信息,进而得到数据的二进制哈希码.深度学习哈希方法被广泛应用于图像检索、文本检索以及视频检索等领域,并取得了瞩目成果.本文首先对深度学习哈希方法的研究进展以及方法的基本框架进行了介绍;然后详细阐述了深度学习哈希方法的多种目标函数项,包括重构误差、位平衡、位独立、哈希约束、参数正则化和稀疏性限制等;并根据样本标签的个数(无标签/单标签/多标签)以及输入形式(单样本/二元组/多元组)对该方法进行分类;最后总结了现有深度学习哈希方法的不足以及未来的发展方向. 展开更多
关键词 近似最近邻搜索 深度学习哈希 深度学习 哈希方法 目标函数
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 下一页 到第 页
使用帮助 返回顶部