已閱讀1頁,還剩35頁未讀, 繼續(xù)免費閱讀
版權說明: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,請進行舉報或認領
文檔簡介
1、在智能手機等數(shù)碼設備早已十分普及的今天,獲取照片、視頻等可視化數(shù)據(jù)對人們來說已經(jīng)變得十分簡單。大量的可用數(shù)據(jù)資源促使人們以集合為單位來衡量數(shù)據(jù)。傳統(tǒng)的基于單張圖像的分類問題一直是計算機視覺眾多研究中的熱點問題之一,以集合為單位的圖像集分類問題在近些年的發(fā)展過程中吸引了眾多研究者的注意力。圖像集的表示和圖像集之間相似性的度量,是圖像集分類問題中討論的核心內(nèi)容,是解決問題的關鍵。
我們在這篇文章中提出了一種帶有權重的基于圖像集列空
2、間基底的圖像集表示方法。這種方法在描述圖像集數(shù)據(jù)矩陣結構信息的基礎上,添加了與奇異值相關的權重系數(shù),使這個新的圖像集表示方法具有更好的分類效果和抗噪聲能力。其次,本文通過降維方法得到圖像集的列空間基底,在獲得表示基底的同時也去掉了噪聲等不利因素的影響。我們還對如何度量圖像集在這種表示下的相似性做了一些討論。
實驗結果表明,本文提出的帶權重的基于圖像集列空間基底的表示方法在圖像集分類問題中有效地識別圖像集的類別,并且對于帶有噪聲
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 期望、方差協(xié)方差
- 協(xié)方差矩陣稀疏表示空間譜估計研究.pdf
- 基于區(qū)域協(xié)方差的圖像超像素生成及其應用.pdf
- 基于集合表示的圖像分類.pdf
- 風險價值方差-協(xié)方差法
- 矩陣協(xié)方差計算
- 基于協(xié)方差矩陣的目標跟蹤方法.pdf
- 協(xié)方差矩陣基礎
- 基于重構表示的人臉圖像表示與分類.pdf
- 基于協(xié)方差交集算法的UKF研究.pdf
- 方差協(xié)方差與相關系數(shù)
- 基于內(nèi)容的圖像結構表示和分類.pdf
- 基于稀疏表示的圖像分類方法研究.pdf
- 基于中層特征表示的圖像分類研究.pdf
- 協(xié)方差的概念及應用
- 基于稀疏表示的圖像目標分類方法研究.pdf
- 基于稀疏表示的高光譜遙感圖像分類.pdf
- 基于稀疏表示分類器的極化SAR圖像地物分類.pdf
- 基于協(xié)方差調(diào)整的久期-凸度免疫策略分析.pdf
- 基于協(xié)方差矩陣稀疏重構的DOA估計算法.pdf
評論
0/150
提交評論