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、隨著信息社會(huì)的不斷發(fā)展,軍人接觸互聯(lián)網(wǎng)的機(jī)會(huì)已大大增加,軍人在網(wǎng)絡(luò)上的活動(dòng)日益頻繁。部分現(xiàn)役和退伍軍人喜歡在一些網(wǎng)絡(luò)論壇和社交網(wǎng)站(如QQ,人人網(wǎng)等)中上傳自己的軍裝照片,這為軍隊(duì)的保密工作和形象維護(hù)帶來(lái)了新的挑戰(zhàn)。為此,我軍出臺(tái)了一系列規(guī)定規(guī)范軍人在互聯(lián)網(wǎng)上的行為。為了加強(qiáng)對(duì)軍人網(wǎng)絡(luò)違規(guī)行為的檢測(cè),本文圍繞網(wǎng)絡(luò)空間中的軍裝圖片識(shí)別問(wèn)題進(jìn)行研究并提出一種基于多特征融合的軍裝圖片識(shí)別方法,通過(guò)對(duì)軍裝圖片的識(shí)別可以有效檢測(cè)軍人上網(wǎng)行為。該方
2、法首先提取人體圖像上部區(qū)域的顏色、紋理和局部特征,然后利用多核學(xué)習(xí)方法對(duì)多特征進(jìn)行融合并分類(lèi)。
本文主要工作如下:
(1)提出了基于稀疏SIFT和稠密SIFT描述子的混合SIFT-BOW特征表達(dá)方式。將一幅圖像中的局部顯著區(qū)域作為前景區(qū)域用稀疏SIFT描述,其余區(qū)域作為背景區(qū)域用稠密SIFT描述。在生成BOW特征時(shí)將稀疏SIFT作為主描述子,將稠密SIFT作為輔助描述子進(jìn)行加權(quán)融合得到混合SIFT-BOW特征?;旌蟂
3、IFT-BOW特征表達(dá)方法結(jié)合了稀疏SIFT描述局部顯著區(qū)域的優(yōu)點(diǎn)和稠密SIFT描述平滑一致區(qū)域的優(yōu)點(diǎn),能夠更準(zhǔn)確地表達(dá)軍裝圖像局部特征。
(2)提出了一種改進(jìn)的BOW模型ESWM-BOW來(lái)提取軍裝圖片的局部區(qū)域特征,該模型基于一種新的視覺(jué)單詞加權(quán)方法——熵空間加權(quán)圖 ESWM(Entropy Spatial Weight Map)??臻g加權(quán)圖SWM根據(jù)視覺(jué)單詞在圖像中不同局部區(qū)域出現(xiàn)的頻率計(jì)算而得。由于每個(gè)視覺(jué)單詞在不同圖片
4、類(lèi)中出現(xiàn)的概率可能不同,根據(jù)信息理論可以用熵來(lái)描述視覺(jué)單詞的這種分類(lèi)信息。因而在計(jì)算視覺(jué)單詞權(quán)重分布時(shí)除了考慮該視覺(jué)單詞在局部區(qū)域出現(xiàn)的概率大小外,再融入視覺(jué)單詞在該區(qū)域的分類(lèi)信息,得到熵空間加權(quán)圖ESWM,ESWM可以進(jìn)一步提升視覺(jué)單詞的區(qū)分能力。
(3)利用多核學(xué)習(xí)方法對(duì)多特征進(jìn)行融合,提升軍裝圖片分類(lèi)器性能。首先為每種特征選擇最適合的核函數(shù),然后通過(guò)多核學(xué)習(xí)優(yōu)化各核函數(shù)權(quán)重。與單一核函數(shù)的支持向量機(jī)相比,基于多核學(xué)習(xí)的支
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
- 基于多生物特征融合的身份識(shí)別技術(shù)研究.pdf
- 基于多特征融合的人體行為識(shí)別技術(shù)研究.pdf
- 基于多生物特征融合識(shí)別技術(shù)的研究.pdf
- 基于多特征融合的路面破損圖像自動(dòng)識(shí)別技術(shù)研究.pdf
- 基于多特征融合的人臉識(shí)別技術(shù)的研究.pdf
- 基于特征融合的自動(dòng)目標(biāo)識(shí)別技術(shù)研究.pdf
- 基于融合基頻特征的聲紋識(shí)別技術(shù)研究.pdf
- 多特征融合的數(shù)學(xué)公式字符識(shí)別技術(shù)研究.pdf
- 基于多傳感器特征信息融合的目標(biāo)識(shí)別技術(shù)研究.pdf
- 基于多特征信息融合的圖像檢索技術(shù)研究.pdf
- 多生物特征融合與識(shí)別的關(guān)鍵技術(shù)研究.pdf
- 基于視頻多幀融合的車(chē)牌識(shí)別技術(shù)研究.pdf
- 基于CPD和特征級(jí)融合的手紋識(shí)別技術(shù)研究.pdf
- 多特征融合的圖像檢索技術(shù)研究.pdf
- 基于多模態(tài)特征融合的新聞視頻摘要技術(shù)研究.pdf
- 基于雙源多特征的步態(tài)信息融合技術(shù)研究.pdf
- 基于多特征融合的調(diào)制模式識(shí)別研究.pdf
- 基于多特征決策融合的說(shuō)話(huà)人識(shí)別研究.pdf
- 基于多特征融合的警告標(biāo)志的識(shí)別.pdf
- 基于手部特征的多模態(tài)生物識(shí)別技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論