资料下载
×
视觉词袋模型生成方法
消耗积分:1 |
格式:rar |
大小:1.79 MB |
2018-03-20
分享资料个
构建视觉词典是视觉词袋模型中的关键步骤，目前大多数视觉词典是基于k-means及其改进算法聚类生成。但由于k-means聚类的局限性以及样本空间结构的复杂性与高维性，该方式构建的视觉词典存在区分性较差、构建时间过长、不包含空间信息等问题。为此，提出一种改进的视觉词袋模型生成方法，以缩短视觉词典的构建时间。提取图像的局部特征点，构成局部特征点描述集。学习二进制哈希函数，将局部特征点映射为视觉单词，并对视觉词进行过滤，生成二进制哈希码的视觉词典。利用生成的视觉词典，结合空间金字塔匹配模型生成新的视觉词典模型，将图像表示为空间金字塔直方图向量，并应用于图像分类和检索。实验结果表明，该模型具有较高的分类精度和检索性能。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
