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79頁未讀, 繼續(xù)免費閱讀

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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著技術(shù)的發(fā)展,每天都有大量圖片上傳到互聯(lián)網(wǎng)。特別是隨著智能手機(jī)的應(yīng)用,人們可以很容易地拍攝、編輯和上傳圖片。場景分類的目標(biāo)是根據(jù)圖像的視覺內(nèi)容為圖像賦予一個語義類別(例如:體育場或商場)。由于場景圖片的二義性、多樣性、光照和尺度等問題,場景分類是一個挑戰(zhàn)性的問題。場景分類也是計算機(jī)視覺的基本問題,是圖像檢索、圖像內(nèi)容分析和目標(biāo)識別等問題的基礎(chǔ)。研究本課題研究意義十分重大,它可以幫助用戶節(jié)省查找有用信息的時間,讓搜索引擎功能更智能化,可

2、以為我們節(jié)省更多的物力人力,可以使我們的網(wǎng)絡(luò)更加智能化。
  本文從圖像的局部特征提取、視覺字典的生成、特征的編碼方法和圖像的表示與分類等方面對場景圖像分類進(jìn)行了深入研究:1)在局部特征提取階段,本文提出用二進(jìn)制特征作為局部圖像特征,大大縮短視覺字典的學(xué)習(xí)時間和特征編碼時間。本文還提出用在ImageNet數(shù)據(jù)集訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型抽取隱含層的數(shù)據(jù)作為圖像塊特征,避免了設(shè)計復(fù)雜的特征提取算法。2)本文利用特征編碼的方法縮小了底層

3、特征與語義之間的鴻溝,并對比了矢量量化、LLC編碼和Fisher向量編碼的性能。3)在場景圖像的表示與分類階段,本文采用基于空間金字塔匹配模型來表示圖像,充分利用了局部特征的空間信息,提高了圖像特征的區(qū)分能力,并測試了不同層數(shù)、不同塊劃分方法的空間金字塔的平均分類正確率。最后利用線性 SVM作為分類器,大大縮短了訓(xùn)練和測試的時間。
  本文提出的方法在 Caltech-101數(shù)據(jù)集上的平均分類正確率是73.14%,相關(guān)實驗表明,本

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論