视觉词典相关论文
[目的/意义]本文基于颜色、纹理等外部特征与局部视觉特征构成的底层语义特征数据并采用随机森林的方法对医学图像信息进行语义自......
地震是严重的自然灾害之一,准确提取地震灾害中建筑物的破坏信息对震后应急响应至关重要。高分辨率遥感影像具有空间分辨率高、覆......
本文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......
针对从二维彩色图像中恢复深度信息的问题,提出一种基于视觉词典的深度图生成算法。采用基于数据驱动的方法,从包含深度图的深度图......
随着数码相机和网络社交媒体的飞速发展，互联网上图像数据规模急剧增长，如何快速有效地从大规模图像数据中找到所需要的图像已成为用......
随着计算机和互联网技术的飞速发展，网络上的多媒体信息呈现爆炸式的增长态势。如何分类和检索这海量的多媒体数据，是人们的迫切需求......
随着多媒体技术和网络技术的飞速发展,数字图像信息在各行各业中的应用日益广泛,如何从大量的图像信息中快速而准确地检索出所需的......
随着社交网络的发展，网络上涌现出了海量的图像等多媒体数据，如何从大量的图像信息中快速、有效的检索和识别需要的内容已成为图像识......
图像识别，是图像处理与计算机视觉领域的一个重点研究问题，可以解决卫星遥感，航空航天，生物医学等方面的不同模式的目标和对象的识别问......
随着图像规模的不断增长,如何快速、准确地检索出目标图像已成为智能信息处理的主要研究内容。图像检索一般侧重于提取图像的局部......
单目视觉SLAM(同时定位与地图创建)的设备器材成本低、装配过程容易,能够解决双目SLAM无法解决的无穷远路标问题,近年来已获得广泛......
面对网络中迅速增长的图像数据,如何能够在浩瀚的图像集中准确并且快速地检索到用户感兴趣的图像,已经成为图像检索领域研究的热点......
移动机器人技术是当前科学技术发展中最为活跃的领域之一。即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)是机......
目前,随着视觉SLAM(Simultaneous Localization and Mapping)技术被越来越多的应用于各个行业和领域,对视觉SLAM技术的时效和精度......
伴随多媒体技术的迅速普及,图像数据也取得了爆发式的增长,使得图像检索技术成为了计算机视觉领域的一项重要的分支。图像检索相关......
在缺少震前参考信息前提下,提出了一种基于优化视觉词典的震后高分遥感影像震害建筑物检测方法。首先通过WJSEG(wavelet-JSEG)分割......
水下机器人是进行深海工作的重要装备，在海洋开发中具有不可替代的作用。自主式水下机器人在进行水下作业时，通过光视觉系统获取清晰......
随着大数据时代的来临,人类对图像识别技术的硬性要求有了极大的提高.本文对传统的图像识别技术进行思路上的更新,并对相关算法进......
现有的视觉词典构建方法一般是将多个特征构成整个向量并通过聚类形成视觉词典,这种方法在视觉聚类的过程中只考虑了特征的整体相......
目的解决当前图像检索技术中,图像特征稀疏编码收敛速度慢,以及局部特征空间信息不足易导致检索误差较大等问题,提出一种基于l0稀......
提出了一种新颖的基于视觉词典直方图的三维人脸特征,并将其应用到三维人脸数据中实现了人脸性别分类。视觉词典直方图特征提取分......
视频语义概念检测是跨越"语义鸿沟",实现基于语义的视频检索的前提。其中,视觉词典法是一种有代表性的方法。针对视觉词典法的两个......
为了提高医学图像分割的准确性,从医学图像的特征出发,提出了一种利用词袋模型配合滑动窗口提取像素点特征的分割方法.通过引入词......
为解决基于欧氏局部敏感哈希(E2LSH)的视觉词典法存在的内存消耗大、在图像背景明显变化时检索精度不高及增大数据库规模导致检索......
设计了一个面向实际应用场景的创新实验。该实验设计基于Matlab 2010软件,以动态纹理视频为实验对象,采用线性动态系统模型参数进......
视觉词典是运用视觉词袋模型有效表示图像的基础和关键．研究了基于聚类分析的无监督视觉词典构造方法，针对K—Means和层次K—Means（HK......
为了有效描述图像的多角度视觉内容,提出一种将图像异质局部特征集通过稀疏学习映射为图像全局稀疏表示的新方法。该方法从不同的......
传统的视觉词典一般通过K-means聚类生成,一方面这种无监督的学习没有充分利用类别的先验信息,另一方面由于K-means算法自身的局限......
构建视觉词典是BOVW模型中关键的一个步骤，目前大多数视觉词典是基于K-means聚类方式构建。然而由于K-means聚类的局限性以及样本空......
动态环境与视觉混淆严重影响视觉闭环检测性能.基于贪心策略,提出了一种在线构建视觉词典的闭环检测算法.算法优先处理Surf描述与......
针对图像场景生成视觉词典过程中产生冗余视觉单词而导致分类误差的问题,提出了一种基于二进制分辨矩阵的视觉单词约简方法。该方......
针对传统的视觉词袋模型中视觉词典对底层特征量化时容易引入量化误差,以及视觉单词的适用性不足等问题,提出了基于加权特征空间信......
传统词袋模型仅仅是将图像表示成视觉单词的直方图,并没有考虑到物体的形状信息,也没有考虑到视觉特征的空间信息。因此将金字塔模......
K-Means 聚类是视觉词典构造的常用方法，其聚类结果直接影响后续的特征量化效果和检索精度，而现有的 K-Means 聚类算法难以获得高质......
随着经济社会的快速发展,城市交通也变得四通八达,在这样的背景下,驾车出行成为了人们日常生活的必然选择。然而,这也导致了交通事......
针对传统滤波器方法解决机器人同时定位与地图创建（SLAM）时的误差积累问题,提出了一种基于视觉词典（BOW）的三维SLAM算法,以有效解决机......
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......
视觉词典容量是影响图像场景分类精度的重要因素之一,大容量的视觉词典因计算量较大影响了分类的效率,而小容量的视觉词典由于多义......
视觉目标检测技术是通过对图像序列中的目标进行检测和提取,以获得目标参数信息。它是图像处理与计算机视觉领域中的重要分支,具有......
由于传统截面投影图像特征分割方法存在噪声免疫力低、适用广泛性窄和分割表现力差等诸多问题,因此提出一种基于视觉词典的多目标......
在传统SIFT(scale-invariant feature transform)特征检测算子基础上,增加部分伪极值点和非极值点作为特征点,提出融合SIFT特征检......
针对移动机器人单目视觉同步定位与地图构建中的闭环检测问题,文中设计一种基于视觉词典的闭环检测算法.算法对采集的每帧图像通过......
随着图像规模的不断增长,如何快速、准确地检索出需要的图像成为智能信息处理的重要研究内容。根据检索的时效性,图像检索分为离线......
医学影像分类技术是有效组织存储海量医学影像数据,利用其中蕴含的信息支持临床诊疗的重要支撑。医学影像分类的临床应用很多,一方......
随着信息技术的发展,网络中的图像数据飞快增长。大规模图像的精确检索已成为一个非常值得关注的问题,这个问题也为研究者们带来了......
近年,随着无人机、虚拟现实、增强现实相关游戏和设备的迅速普及,即时定位与构图技术(simultaneous localization and mapping,以......
