检索结果-南通市图书馆

基于bag-of-features算法的三维表面纹理光照方向估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Bag-of-features算法的三维表面纹理光照方向估计

作者：杨占宾中国海洋大学

学位级别：硕士

纹理是自然界中普遍存在的一种物质表面特征，是组成物体表面外观属性的重要元素。真实世界中的纹理包含了丰富的自然场景信息。三维表面纹理作为自然界中普遍存在的纹理类型，其复杂的表面结构以及对光照方向和观察视角的敏感性，使得... 详细信息

纹理是自然界中普遍存在的一种物质表面特征，是组成物体表面外观属性的重要元素。真实世界中的纹理包含了丰富的自然场景信息。三维表面纹理作为自然界中普遍存在的纹理类型，其复杂的表面结构以及对光照方向和观察视角的敏感性，使得对其本身所具有的自然属性以及潜在特征的研究就变得尤为重要。本文在评估和分析了国内外该领域以及相关领域研究的基础上，对三维表面纹理光照方向tilt角（光源向量在平面坐标系x-y平面上的投影与x轴的正向夹角）估计展开研究。本文设计出基于bag-of-features算法针对纹理阴影特征进行分类训练，然后通过基于Haar特征的Active Basis对测试纹理与已知光照方向的训练集纹理进行匹配，从而确定测试纹理光照方向tilt角度的判断方法。为了完成这一方法，本文首先通过bag-of-features算法对一系列已经记录光照方向的训练集纹理进行训练，尽可能的使其分类细致;然后对于一幅测试纹理本文通过SVM分类器确定其所属的分类。在经历以上过程之后，将基于Haar特征的Active Basis同时运用于测试纹理和训练集纹理，从而得到测试纹理和它经过分类算法确定所属分类中全部训练集纹理的base直方图，最后通过base直方图的匹配算法得到与测试纹理最相近的训练集纹理，测试纹理的光照方向和匹配结果所确定的训练集纹理的光照方向相同。为了验证这一算法的稳定性，以及针对实验中所产生的问题具体分析，本文将实验设计为两部分：一、测试图片所属的纹理类型在训练集纹理中一定存在;二、测试图片所属的纹理类型不在训练集纹理中。然后对光照估计结果进行分析。实验结果表明bag-of-features算法能够有效提取纹理中的边缘信息，特别是对阴影所占比重较大纹理。本文所提出的方法能够有效估计三维表面纹理在不同光照条件下的tilt角光照方向且保证良好的准确率。

关键词：三维表面纹理光照方向 bag-of-features SIFT Active Basis

基于bag-of-features算法的车辆检测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

微型机与应用 2016年第1期35卷 95-98页

作者：梁炳春孙韶媛彭宝赵海涛东华大学信息科学与技术学院上海201620 东华大学数字化纺织服装技术教育部工程研究中心上海201620 华东理工大学信息科学与工程学院上海200237

车辆检测已成为交通运输工程(ACC)和先进辅助驾驶系统(ADAS)中的核心技术之一。该算法利用车辆的边缘特征与bag-of-features(BoF)模型的融合对前方运动车辆进行实时检测,主要包含车辆假设存在区域生成和假设区域验证两部分。首先,对图... 详细信息

车辆检测已成为交通运输工程(ACC)和先进辅助驾驶系统(ADAS)中的核心技术之一。该算法利用车辆的边缘特征与bag-of-features(BoF)模型的融合对前方运动车辆进行实时检测,主要包含车辆假设存在区域生成和假设区域验证两部分。首先,对图像进行预处理后利用Sobel边缘检测处理得到车辆假设存在的区域;然后,利用bag-of-features的K最近邻域算法对假设存在区域进行验证。该算法与其他算法最大的区别在于将边缘和bag-of-features相结合来提高检测率。通过对实际道路视频进行测试,结果表明,该方法能够实时准确地检测出道路上前方运动车辆。

关键词： bag-of-features Sobel边缘检测车辆检测 K最近邻域

Plant Identification Using Fitness-Based Position Update in Whale Optimization Algorithm

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Computers, Materials & Continua 2022年第6期71卷 4719-4736页

作者： Ayman Altameem Sandeep Kumar Ramesh Chandra Poonia Abdul Khader Jilani Saudagar Department of Computer Science College of Applied StudiesKing Saud UniversityRiyadh11495Saudi Arabia Department of Computer Science and Engineering CHRIST(Deemed to be University)Bangalore560074India Department of Computer Science CHRIST(Deemed to be University)Bangalore560029India Information Systems Department Imam Mohammad Ibn Saud Islamic University(IMSIU)Riyadh11432Saudi Arabia

Since the beginning of time,humans have relied on plants for food,energy,and *** are recognized by leaf,flower,or fruit and linked to their suitable *** methods are used to extract and select traits that are helpful in identifying a *** plant leaf image categorization,each plant is assigned a label according to its *** purpose of classifying plant leaf images is to enable farmers to recognize plants,leading to the management of plants in several *** study aims to present a modified whale optimization algorithm and categorizes plant leaf images into *** modified algorithm works on different sets of plant *** proposed algorithm examines several benchmark functions with adequate *** ten plant leaf images,this classification method was *** proposed model calculates precision,recall,F-measurement,and accuracy for ten different plant leaf image datasets and compares these parameters with other existing *** on experimental data,it is observed that the accuracy of the proposed method outperforms the accuracy of different algorithms under consideration and improves accuracy by 5%.

关键词： bag-of-features feature optimization plant leaf classification swarm intelligence nature-inspired algorithm

Integrating semantic features in fruit recognition based on perceptual color and semantic template

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Information Processing in Agriculture 2022年第2期9卷 316-334页

作者： Ema Rachmawati Iping Supriana Masayu Leylia Khodra Fauzan Firdaus School of Computing Universitas TelkomBandung 40257Indonesia School of Electrical Engineering and Informatics Institut Teknologi BandungBandung 40132Indonesia University Center of Excellence on Artificial Intelligence for Vision Natural Language Processing&Big Data Analytics(U-CoE AI-VLB)Institut Teknologi BandungBandung 40132Indonesia

Many fruit recognition works have applied statistical approaches to make an exact correlation between low-level visual feature information and high-level semantic concepts givenby predefined text caption or keywords. Two common fruit recognition models include bagof-features (BoF) and convolutional neural network (ConvNet), which achieve highperformance results. In most cases, the overfitting problem is unavoidable. This problemmakes it difficult to generalize new instances with only a slightly different appearance,although belonging to the same category. This article proposes a new fruit recognitionmodel by associating an object’s low-level features in an image with a high-level *** define a perceptual color for each fruit species to construct a relationship between fruitcolor and semantic color name. Furthermore, we develop our model by integrating the perceptual color and semantic template concept to solve the overfitting problem. The semantic template concept as a mapping between the high-level concept and the low-level visualfeature is adopted in this model. The experiment was conducted on three different fruitimage datasets, with one dataset as train data and the two others as test data. The experimental results demonstrate that the proposed model, called perceptual color on semantictemplate (PCoST), is significantly better than the BoF and ConvNet models in reducing theoverfitting problem.

关键词： Multi-class fruit recognition Perceptual color Semantic template bag-of-features

基于特征联合和直方图交叉核函数的动作识别方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

高技术通讯 2013年第12期23卷 1258-1267页

作者：张世辉高文静孔令富燕山大学信息科学与工程学院秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室秦皇岛066004

为提高动作识别的识别率和实时性,提出了一种新颖的基于特征联合和直方图交叉核函数的动作识别方法。该方法首先跟踪视频中运动物体上的局部时空特征点形成运动轨迹,并计算出轨迹的梯度方向直方图(HOG)、光流直方图(HOF)、运动边界直方... 详细信息

为提高动作识别的识别率和实时性,提出了一种新颖的基于特征联合和直方图交叉核函数的动作识别方法。该方法首先跟踪视频中运动物体上的局部时空特征点形成运动轨迹,并计算出轨迹的梯度方向直方图(HOG)、光流直方图(HOF)、运动边界直方图(MBH)特征和轨迹上各点所在视频帧局部区域的局部二值模式(LBP)特征组成联合特征矩阵;然后等量地对每种动作的各训练样本的联合特征矩阵进行平均采样,将采样结果合并后运用bag-of-features方法进行K-means聚类形成码书,在此基础上利用码书量化各样本的联合特征矩阵得到表示视频样本中运动信息及结构信息的特征向量;最后将形成的特征向量作为支持向量机(SVM)的输入,同时选择直方图交叉核函数作为SVM的核函数,训练动作识别的分类器并进行测试。实验结果表明,该方法不仅提高了动作识别的识别率,而且通过利用直方图交叉核函数可缩短分类器的训练与测试时间。

关键词：动作识别运动轨迹联合特征 bag-of-features 直方图交叉核函数

基于特征相似性测量码书学习的黑色素瘤良恶性分类算法研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于特征相似性测量码书学习的黑色素瘤良恶性分类算法研究

作者：牛晓瑞湘潭大学

学位级别：硕士

黑色素瘤是一种常见的皮肤恶性肿瘤,在过去的几十年里,其发病率一直在迅速增加,已成为严重威胁人类健康甚至生命的疾病之一。基于bag-of-features(BoF)模型的黑色素瘤分类方法可以有效地帮助皮肤科医生诊断皮肤疾病,近年来受到专家和学... 详细信息

黑色素瘤是一种常见的皮肤恶性肿瘤,在过去的几十年里,其发病率一直在迅速增加,已成为严重威胁人类健康甚至生命的疾病之一。基于bag-of-features(BoF)模型的黑色素瘤分类方法可以有效地帮助皮肤科医生诊断皮肤疾病,近年来受到专家和学者的广泛关注。但是,传统的BoF模型是基于k-means无监督聚类算法来学习码书,由k-means产生的聚类中心不可抗拒地被特征较密集区域所吸引,其大部分聚类中心位于高密度区域,而只有少部分稀疏地散落在稀疏区域,容易导致分类精度不高。另外,由于k-means算法通过多次迭代求解最优解,整个过程比较耗时。基于上述分析,本文首先提出了一种基于特征相似性测量的码书学习算法,其次,基于该码书学习算法提出了一种黑色素瘤良恶性分类算法,主要工作如下:(1)提出了一种基于特征相似性测量的码书学习算法,我们利用线性无关和线性预测来衡量特征相似性,通过该算法学习的码书中的码字不受特征密集程度的影响,从而有效地克服了 k-mean算法产生聚类中心的高密度倾向性。同时,基于特征相似性测量的码书学习算法较k-means算法具有较低的时间复杂度。通过两个不同码书学习算法的码字分布实验对比,可以得出提出的基于特征相似性测量的码书学习算法能够获得更加完善的码书,且提高了黑色素瘤分类算法的分类正确率和效率。(2)提出了一种基于特征相似性测量码书学习的黑色素瘤良恶性分类算法。在该算法中,我们首先提取RGB颜色直方图和尺度不变特征转换(Scale-invariant feature transform,SIFT)特征用于描述黑色素瘤图像。特别地,为了减少由特征的直接融合导致码书学习的困难度,我们采用不同特征描述子的BoF直方图融合策略,将组合的BoF直方图向量输入支持向量机(Support vector machine,SVM)完成分类。(3)利用多种评价指标,我们将本文方法与现有多种黑色素瘤分类方法在两个公开的皮肤镜与非皮肤镜图像库上进行了一系列对比实验。实验结果表明,与其他方法相比,本文提出的黑色素瘤分类方法拥有较高的分类正确率和效率。与此同时,我们验证了本文提出的特征相似性测量码书学习算法的有效性。

关键词： bag-of-features 码书学习特征相似性测量黑色素瘤分类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于内容的商标图像检索研究

基于内容的商标图像检索研究

作者：杜岭华南理工大学

学位级别：硕士

随着国家经济的快速发展，加之企业的知识产权意识日益加强，商标注册的数量相比之前增幅明显。商标检索领域对图像检索的性能有着迫切的需求，对于商标图像检索技术的研究具有重要的实际意义。由于商标图像的归纳和标注过程由人工完... 详细信息

随着国家经济的快速发展，加之企业的知识产权意识日益加强，商标注册的数量相比之前增幅明显。商标检索领域对图像检索的性能有着迫切的需求，对于商标图像检索技术的研究具有重要的实际意义。由于商标图像的归纳和标注过程由人工完成，目前普遍采用的基于类目和基于文本相结合的商标图像检索技术较容易受人工的主观性影响，而基于内容的商标图像检索能够较为客观地反映图像的本质特征。形状是商标的本质特征之一，利用形状特征来检索可提高商标检索的准确性和效率，并且商标图像的形状不随图像颜色的变化而发生改变，是一种稳定的特征。经过大量地调研前人的工作，本文在此基础上重点研究了基于形状边界、基于形状区域的商标图像检索方法，并将bag-of-features模型引入到商标检索领域。主要的工作有：在改进的7个HU不变矩、偏心率、边界方向直方图三个特征提取算法的基础上，结合用户根据检索效果所设置的权值，提出了综合多特征检测算法;利用SURF(SpeedUp Robust Feature)特征提取算法、 k-means聚类算法，结合TF-IDF(TermFrequency–Inverse Document Frequency)技术实现了BOF模型;设计实现了实验原型系统，并对7个HU不变矩、偏心率、边界方向直方图、综合多特征算法、BOF检索方法进行了对比实验，并对实验结果做出了分析。综合多特征算法和BOF检索方法的检索效果明显优于单一特征检索。

关键词：基于内容的图像检索商标检索形状特征 bag-of-features

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时空特征的人体动作识别方法研究

基于时空特征的人体动作识别方法研究

作者：高文静燕山大学

学位级别：硕士

随着科技的发展，视频中的人体动作识别在人机交互、智能监控、动画仿真、视频内容分析以及视频检索等诸多研究领域有着广泛的应用，已经成为重要的研究热点，同时也是非常具有挑战性的研究难点。如何准确地识别出视频中的人体动作是解... 详细信息

随着科技的发展，视频中的人体动作识别在人机交互、智能监控、动画仿真、视频内容分析以及视频检索等诸多研究领域有着广泛的应用，已经成为重要的研究热点，同时也是非常具有挑战性的研究难点。如何准确地识别出视频中的人体动作是解决上述问题的关键环节之一。本文通过综合分析目前国内外研究现状，以SVM分类器为技术基础，综合运用时空特征、bag-of-features等理论知识，对视频中的人体动作识别进行了深入研究。首先，介绍了在基于时空特征进行动作识别的过程中涉及到的时空特征点检测方法、运动轨迹形成方法和当前较常用的时空特征描述方法以及bag-of-features的基本思想和有关SVM的基础知识。其次，针对已有动作识别方法中存在的不足提出了一种基于特征联合和直方图交叉核函数的动作识别方法。该方法计算出运动轨迹的联合特征以后，对特征矩阵进行平均采样并量化，并将经过量化后的特征向量输入选择直方图交叉核函数的SVM进行动作识别分类器的训练和测试。再次，针对时空特征点的数量问题，提出一种基于边缘时空特征的动作识别方法。该方法首先利用Canny边缘检测技术对检测到的时空特征点进行过滤，保留视频图像中边缘及邻域内的特征点进行跟踪形成运动轨迹，然后通过加强边缘运动轨迹的尺度不变特征得到样本的特征矩阵，在利用bag-of-features进行特征量化后进行动作识别分类器的训练与测试。最后，通过实验对提出的两种动作识别方法进行了可行性和有效性的验证，并对实验结果进行了分析。

关键词：动作识别运动轨迹时空特征边缘检测 bag-of-features 直方图交叉核函数