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142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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、對多媒體數(shù)據(jù)進行管理、分類和檢索具有廣泛的應(yīng)用價值和迫切的實際需求。有效的圖像特征表達(dá)是完成上述計算機視覺任務(wù)的基礎(chǔ)。然而,現(xiàn)有的方法仍然存在語義表達(dá)能力弱和判別能力不足等問題。本文以構(gòu)建高表達(dá)力和高判別力的圖像表達(dá)為研究目標(biāo),主要研究圖像結(jié)構(gòu)化特征表達(dá)方法。通過借鑒人類視覺系統(tǒng)中的層次處理機制,提出了層次結(jié)構(gòu)特征表達(dá)模型,同時結(jié)合圖像中特征的空間相關(guān)性和尺度相關(guān)性提出了三種圖像結(jié)構(gòu)化特征表達(dá)方法來刻畫圖像內(nèi)容,以提高特征的表達(dá)能力和判

2、別能力。具體的研究內(nèi)容和主要貢獻如下:
  首先,通過借鑒人類視覺系統(tǒng)中的層次信息處理機制,提出了層次化圖像結(jié)構(gòu)特征表達(dá)模型。該模型通過由簡單到復(fù)雜的層次關(guān)系來組織無序的圖像特征,實現(xiàn)對圖像信息的有效表達(dá)。該表達(dá)模型解決了對不同的圖像結(jié)構(gòu)進行刻畫的問題,指出了描述結(jié)構(gòu)信息的兩個基本要素:尺度相關(guān)性和空間相關(guān)性。視覺認(rèn)知和統(tǒng)計學(xué)習(xí)角度的分析以及實驗結(jié)果,證明了所提出的圖像結(jié)構(gòu)表達(dá)模型的有效性,同時也證明了尺度和空間因素對圖像表達(dá)具有

3、重要作用。
  其次,通過引入圖像中特征的空間關(guān)聯(lián)特性,提出了基于空間鄰域相關(guān)性的單層結(jié)構(gòu)特征表達(dá)方法,解決了傳統(tǒng)無結(jié)構(gòu)特征的判別力低的問題。通過統(tǒng)計圖像中特征的空間分布,構(gòu)建出單層結(jié)構(gòu)特征對,使用相對位置關(guān)系等結(jié)構(gòu)信息對其進行描述,并定義了結(jié)構(gòu)特征對的相似度度量方法。接著,以這種結(jié)構(gòu)特征表達(dá)方法為基礎(chǔ),提出了基于空間結(jié)構(gòu)約束的目標(biāo)檢測算法。目標(biāo)圖像識別和圖像Logo檢測的實驗結(jié)果表明,所提出的基于空間鄰域相關(guān)性的單層結(jié)構(gòu)特征表達(dá)

4、方法能夠更有效地描述圖像信息,提高了特征的判別能力。
  再次,通過引入圖像中特征的尺度關(guān)聯(lián)特性,提出了基于尺度相關(guān)的兩層結(jié)構(gòu)特征表達(dá)方法,利用層次約束聯(lián)合多尺度特征以提高特征的判別能力。通過局部特征的尺度包含關(guān)系,將無序的局部特征組成層次結(jié)構(gòu),采用表觀信息和結(jié)構(gòu)信息對該結(jié)構(gòu)進行刻畫,并定義對應(yīng)的結(jié)構(gòu)相似度度量方法實現(xiàn)更準(zhǔn)確的相似度計算。為進一步實現(xiàn)更加緊湊高效的表達(dá),提出了基于相似哈希映射的尺度結(jié)構(gòu)特征編碼方法。目標(biāo)圖像識別、大

5、規(guī)模圖像檢索和圖像匹配的實驗結(jié)果表明,所提出的尺度相關(guān)兩層結(jié)構(gòu)特征與無結(jié)構(gòu)特征和單層結(jié)構(gòu)特征相比更具判別能力,并且對尺度、旋轉(zhuǎn)等變化具有較強的魯棒性。
  最后,以單層空間相關(guān)結(jié)構(gòu)和兩層尺度相關(guān)結(jié)構(gòu)表達(dá)為基礎(chǔ),提出了多層次結(jié)構(gòu)特征表達(dá)方法,來更詳細(xì)地描述圖像內(nèi)容。該方法在包含關(guān)系的基礎(chǔ)之上使用樹形結(jié)構(gòu)來更細(xì)致地組織和刻畫圖像區(qū)域內(nèi)的多尺度特征,進一步提高特征表達(dá)的判別能力。接著,提出了自底向上的編碼方法將結(jié)構(gòu)信息有效地嵌入到編碼向

6、量之中完成對多層次結(jié)構(gòu)樹的描述,并在此基礎(chǔ)上提出了基于直方圖交的結(jié)構(gòu)樹相似度計算方法和基于監(jiān)督信息測度學(xué)習(xí)的特征映射方法。目標(biāo)圖像識別、紋理分類和場景圖像分類的實驗結(jié)果表明,所提出的多層次結(jié)構(gòu)樹方法與無結(jié)構(gòu)特征、單層空間結(jié)構(gòu)特征和兩層尺度結(jié)構(gòu)特征的方法相比,具有更強的判別能力,證明了所提出的多層次結(jié)構(gòu)特征表達(dá)方法對圖像區(qū)域表達(dá)的有效性。
  通過上述工作,本文對圖像的結(jié)構(gòu)化特征表達(dá)問題進行了深入研究,結(jié)果表明:圖像的結(jié)構(gòu)信息對于提

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。

評論

0/150

提交評論