2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩54頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、由于多媒體技術(shù)和互聯(lián)網(wǎng)網(wǎng)絡(luò)技術(shù)的快速發(fā)展,產(chǎn)生大量數(shù)字圖像。依靠傳統(tǒng)人工方法進(jìn)行分類,及其繁瑣且耗時(shí)。針對(duì)這一現(xiàn)象,智能圖像分類成為一個(gè)研究熱點(diǎn)。目前,研究人員已經(jīng)提出很多圖像場(chǎng)景分類算法。由于圖像中包含的各種物體信息非常豐富,彼此之間的空間分布錯(cuò)綜復(fù)雜,基于單一特征的描述方法不能完全描述圖像的信息。針對(duì)單一特征描述的不足,本文提出了基于多特征融合的圖像場(chǎng)景分類算法。
  本文首先分析了圖像場(chǎng)景分類的研究背景、國內(nèi)外研究現(xiàn)狀及相關(guān)

2、應(yīng)用。接著介紹了本文用到的模型和技術(shù),包括概率潛在語義分析(PLSA)、局部約束線性編碼(LLC)和支持向量機(jī)(SVM)的工作原理。接著在已有的模型和算法上加入多種底層融合特征,進(jìn)行場(chǎng)景分類實(shí)驗(yàn),并對(duì)結(jié)果進(jìn)行分析和對(duì)比。主要研究內(nèi)容如下:
  一方面,提出了一種基于PLSA的多特征融合圖像場(chǎng)景分類方法。該方法分別提取圖像的LBP特征和SIFT特征,兩者組合起來描述圖像場(chǎng)景能夠提供更豐富的信息,特征之間能夠達(dá)到優(yōu)勢(shì)互補(bǔ)。將兩種特征使

3、用詞袋模型進(jìn)行量化,生成對(duì)應(yīng)特征的詞袋表示。然后將兩種特征的詞袋表示直接連接,得到圖像的詞袋表示。再將圖像的詞袋表示結(jié)合PLSA模型來學(xué)習(xí),得到圖像集的視覺主題分布和潛在主題分布。最后將圖像的潛在主題分布結(jié)合SVM分類器進(jìn)行分類判別,得到最終的實(shí)驗(yàn)結(jié)果。實(shí)驗(yàn)部分,首先最優(yōu)化PLSA模型的參數(shù),然后將該算法與單一特征場(chǎng)景分類算法以及其它場(chǎng)景分類算法做對(duì)比,實(shí)驗(yàn)結(jié)果表明該算法提高了分類準(zhǔn)確率,驗(yàn)證了基于PLSA模型的多特征融合框架的可行性。

4、
  另一方面,提出一種基于稀疏編碼的多特征融合場(chǎng)景分類方法,有效緩解了單一特征在描述圖像特征時(shí)的局限性。該方法首先分別提取圖像的GIST特征、SIFT特征和PHOG特征,然后使用局部約束線性編碼的方法對(duì)SIFT特征進(jìn)行稀疏編碼,得到SIFT特征的稀疏向量表示。接著將SIFT特征稀疏向量表示、GIST特征和PHOG特征進(jìn)行串聯(lián)融合,得到圖像的特征表示。然后將圖像的特征向量表示結(jié)合多類線性SVM分類器進(jìn)行分類,得到最后的分類結(jié)果。<

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論