

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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)和多媒體技術(shù)的快速發(fā)展,圖像等多媒體信息呈爆炸性增長。傳統(tǒng)基于文本的信息檢索技術(shù)已經(jīng)無法適應(yīng)圖像信息的檢索需求,基于內(nèi)容的圖像檢索成為一個重要的研究領(lǐng)域,而基于目標(biāo)的圖像檢索正是該領(lǐng)域當(dāng)前研究的熱點。
在基于目標(biāo)的圖像檢索領(lǐng)域,當(dāng)前的主流方法是基于視覺關(guān)鍵詞的方法,但該方法忽略了局部特征之間的空間關(guān)系信息,導(dǎo)致檢索準(zhǔn)確度不高。針對這個問題,本文提出了一種基于多重分割捆綁特征的目標(biāo)圖像檢索方法,通過對圖像進行多重分
2、割,各分割區(qū)塊用它所包含的SIFT特征集合來描述,生成包含空間關(guān)系信息的捆綁特征;根據(jù)視覺關(guān)鍵詞詞庫匹配捆綁特征,并提出了一種改進的相似性度量方法計算捆綁特征相似度,再將該相似度作為權(quán)重融入到視覺關(guān)鍵詞方法的向量空間模型中,計算圖像相似度并進行排序。在該方法的SIFT特征提取過程中,針對圖像提取出的SIFT特征數(shù)目通常很大、無法精確控制,導(dǎo)致系統(tǒng)效率不高且不穩(wěn)定的問題,提出一種SIFT特征裁減算法。該算法通過對SIFT關(guān)鍵點的對比度和主
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。
最新文檔
- 基于目標(biāo)的圖像檢索.pdf
- 基于目標(biāo)區(qū)域的圖像檢索技術(shù)研究.pdf
- 紅外圖像中運動目標(biāo)的檢測技術(shù)研究.pdf
- 圖像中目標(biāo)精細檢索關(guān)鍵技術(shù)研究.pdf
- 基于區(qū)域的圖像檢索技術(shù)研究.pdf
- 紅外圖像中弱小目標(biāo)的檢測技術(shù)研究.pdf
- 基于內(nèi)容的圖像檢索技術(shù)研究.pdf
- 基于語義的圖像檢索技術(shù)研究.pdf
- 基于紋理的圖像檢索技術(shù)研究.pdf
- 基于內(nèi)容的圖像檢索技術(shù)研究
- 基于運動目標(biāo)的視頻濃縮技術(shù)研究.pdf
- 基于本體的圖像檢索技術(shù)研究.pdf
- 基于內(nèi)容圖像檢索中圖像語義分類技術(shù)研究.pdf
- 基于內(nèi)容語義的圖像檢索技術(shù)研究.pdf
- 基于顯著特征的圖像檢索技術(shù)研究.pdf
- 基于分割的醫(yī)學(xué)圖像檢索技術(shù)研究.pdf
- 基于最優(yōu)搜索的圖像檢索技術(shù)研究.pdf
- 基于內(nèi)容圖像檢索關(guān)鍵技術(shù)研究.pdf
- 基于RSOM積的大規(guī)模圖像目標(biāo)檢索關(guān)鍵技術(shù)研究.pdf
- 基于服裝要素的圖像檢索技術(shù)研究.pdf
評論
0/150
提交評論