版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在大數(shù)據(jù)時(shí)代,人們不再被從何獲取資訊所困擾,而是為信息的爆炸性增長(zhǎng)感到煩惱。如何從這些數(shù)據(jù)中挖掘出有價(jià)值的、用戶(hù)感興趣的信息,是大數(shù)據(jù)時(shí)代人們討論的焦點(diǎn)。在每日劇增的數(shù)據(jù)中,圖像數(shù)據(jù)占據(jù)了相當(dāng)大的一部分。圖像數(shù)據(jù)往往比文本含有更多的內(nèi)容,并且更容易受到人們的關(guān)注,更易理解。因此大規(guī)模圖像處理具有重要的研究意義。大規(guī)模圖像處理主要包括圖像分類(lèi)、圖像檢索、目標(biāo)檢測(cè)等幾個(gè)研究方向,這幾個(gè)研究方向既有所區(qū)別又相互關(guān)聯(lián)。圖像分類(lèi)作為計(jì)算機(jī)視覺(jué)領(lǐng)域
2、中的一個(gè)基礎(chǔ)問(wèn)題,具有廣闊的應(yīng)用價(jià)值,可以應(yīng)用于目標(biāo)檢測(cè)、圖像自動(dòng)標(biāo)記及圖像檢索等各種領(lǐng)域??梢灶A(yù)見(jiàn),在技術(shù)的不斷發(fā)展下,未來(lái)大規(guī)模圖像分類(lèi)將應(yīng)用于各個(gè)領(lǐng)域,改變?nèi)藗兊纳?,具有重要的研究?jī)r(jià)值和商業(yè)價(jià)值。
然而,由于a)拍照時(shí)光照、尺度、視角等的變化;b)物體自身屬性的變化;c)不同類(lèi)圖像外觀(guān)很相似等問(wèn)題,人們無(wú)法簡(jiǎn)單地從像素角度區(qū)別不同類(lèi)別的圖像,而通常需要把圖像表示成特征向量再進(jìn)行分類(lèi)。近年來(lái),針對(duì)基于內(nèi)容的圖像分類(lèi)問(wèn)題,
3、人們提出了各種模型,其中BOW模型將圖像表示成無(wú)序的視覺(jué)單詞集合,具有簡(jiǎn)單高效的特點(diǎn),在圖像分類(lèi)這一問(wèn)題上取得了非常不錯(cuò)的效果。但是由于大部分基于BOW模型的圖像分類(lèi)算法統(tǒng)計(jì)的是整幅圖像的特征頻率,而沒(méi)有對(duì)特征來(lái)自前景或是背景進(jìn)行區(qū)分,導(dǎo)致背景部分提取到的特征為圖像分類(lèi)帶來(lái)很多的干擾,因此考慮利用視覺(jué)注意模型區(qū)分前景特征和背景特征,提高分類(lèi)效果。綜上,研究基于BOW和視覺(jué)注意模型的圖像分類(lèi)方法具有重要的意義。
本文首先對(duì)圖像分
4、類(lèi)算法進(jìn)行了改進(jìn),利用視覺(jué)注意模型區(qū)分特征來(lái)自前景或背景,提出一種基于BOW和視覺(jué)注意模型的圖像分類(lèi)方法,更加有效地對(duì)圖像進(jìn)行表示。同時(shí),基于提出的圖像分類(lèi)思想,在SAR圖像艦船檢測(cè)和圖像廣告推薦這兩個(gè)實(shí)際應(yīng)用中,提出基于SEBOW模型的艦船檢測(cè)算法及基于BOW和視覺(jué)注意的圖像廣告推薦算法。本文的主要貢獻(xiàn)如下:
(1)針對(duì)傳統(tǒng)BOW模型沒(méi)有對(duì)特征來(lái)自前景或是背景進(jìn)行區(qū)分,背景部分的特征為圖像的正確分類(lèi)帶來(lái)干擾這一問(wèn)題,本文提出
5、了一種基于視覺(jué)注意模型的圖像分類(lèi)方法,利用視覺(jué)注意模型描述圖像的前景背景信息,將視覺(jué)顯著度與局部特征相結(jié)合共同表示圖像,有效改進(jìn)分類(lèi)效果。
(2)針對(duì)傳統(tǒng)設(shè)定閾值的艦船檢測(cè)方法不具有普適性,并且忽略了艦船本身的特征,虛警率高等問(wèn)題,本文分析不同特征在SAR圖像中的分布情況判斷特征來(lái)自前景或是背景,提出新的SEBOW模型用于表示SAR圖像,然后利用基于SEBOW模型的圖像分類(lèi)進(jìn)行艦船檢測(cè)。因此普適性更高。
(3)針對(duì)傳
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 視覺(jué)注意模型及其在圖像分類(lèi)中的應(yīng)用.pdf
- 視覺(jué)注意計(jì)算模型及其在圖像分類(lèi)上的應(yīng)用.pdf
- 視覺(jué)注意模型及其在SAR圖像中的應(yīng)用研究.pdf
- 改進(jìn)頻域視覺(jué)注意模型及其應(yīng)用研究.pdf
- 視覺(jué)注意機(jī)制的計(jì)算模型及其應(yīng)用研究.pdf
- 視覺(jué)注意計(jì)算模型設(shè)計(jì)及其應(yīng)用研究.pdf
- 視覺(jué)詞袋模型的改進(jìn)及其在圖像分類(lèi)中的應(yīng)用研究.pdf
- 基于視覺(jué)注意機(jī)制的圖像分割研究及其應(yīng)用.pdf
- 視覺(jué)注意和行為認(rèn)知模型及其應(yīng)用.pdf
- 基于視覺(jué)注意機(jī)制的圖像分割算法研究及其應(yīng)用.pdf
- 基于視覺(jué)注意模型的圖像檢索.pdf
- 視覺(jué)注意模型的研究及其在ROI圖像壓縮上的應(yīng)用.pdf
- 基于視覺(jué)注意模型和Gist特征的圖像檢索方法.pdf
- 視覺(jué)注意模型及其在目標(biāo)檢測(cè)中的應(yīng)用研究.pdf
- 視覺(jué)注意模型及其在目標(biāo)感知中的應(yīng)用研究.pdf
- 基于視覺(jué)感知的圖像表征和應(yīng)用研究.pdf
- 視覺(jué)注意計(jì)算模型的研究及其應(yīng)用.pdf
- 視覺(jué)注意機(jī)制建模及其應(yīng)用研究.pdf
- 基于眼動(dòng)數(shù)據(jù)的分類(lèi)視覺(jué)注意模型.pdf
- 基于視覺(jué)注意模型的圖像檢索技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論