基于統(tǒng)計流形的Bag of Features降維研究與應(yīng)用.pdf_第1頁
已閱讀1頁，還剩67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)，請進行舉報或認領(lǐng)

文檔簡介

1、Bag of features方法自從2003年提出以來，在計算機視覺領(lǐng)域特別是圖像分類和圖像檢索上得到了廣泛的應(yīng)用。它將每幅圖像的局部特征集合映射成一個視覺詞匯頻率分布的直方圖,使得圖像僅需要使用一個直方圖向量描述即可。但是，低維度的BOF向量缺乏辨識能力。為了保留足夠多的信息，向量的尺寸一般維持在1000~4000維。這不僅導(dǎo)致了存儲空間和計算時間上很高的復(fù)雜度，而且高維向量的“維數(shù)災(zāi)難”問題，使得高維索引方法隨著維數(shù)升高性能急劇下

2、降。因此，有必要在使用BOF向量之前先對其進行維數(shù)約簡，而傳統(tǒng)的PCA線性降維算法無法反映出數(shù)據(jù)之間所隱藏的非線性性質(zhì)，在低維情況下對BOF向量的分類和查詢性能有較大影響。
　　針對這種情況，本文提出了一種新的基于統(tǒng)計流形的非線性降維算法，能夠在保證數(shù)據(jù)信息足夠完整的條件下合理的約減BOF向量的維數(shù)。本文利用BOF向量本身是概率密度函數(shù)這一特點，引入fisher信息距離作為相似度度量標(biāo)準(zhǔn)，然后使用MDS算法將統(tǒng)計流形空間的距離信息

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