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、近年來,包括智能手機和平板電腦在內(nèi)的移動智能終端發(fā)展迅猛,尤其是其在移動通信和多媒體處理上的能力均得到了極大的提升。這些設(shè)備均配備有高清攝像頭、觸摸屏及高性能的處理器,而這些硬件的組合剛好為移動圖像檢索提供了一個合適的平臺。所謂移動圖像檢索就是由移動終端拍攝照片,然后將照片信息通過無線網(wǎng)絡(luò)傳輸至服務(wù)器端,最后由服務(wù)器端在數(shù)據(jù)庫中進行檢索并將照片相關(guān)的信息反饋至移動終端。在此過程中,如何降低檢索時延仍是業(yè)界的一大挑戰(zhàn),因而本研究將針對這一
2、問題開展。
由于網(wǎng)絡(luò)帶寬的限制,照片傳輸至服務(wù)器端這一過程需要耗費比較多的時間,從而導(dǎo)致傳統(tǒng)的移動圖像檢索往往得不到良好的用戶體驗。由于移動圖像檢索領(lǐng)域尚處于起步階段,國內(nèi)外尚沒有一套公認的檢索流程,本研究將以提高檢索準確率和降低檢索時延為目的進行探索。通過實驗選取適當(dāng)?shù)膱D像描述符,并針對移動圖像檢索進行優(yōu)化;服務(wù)器端采用BoW(Bag of Words)模型,并根據(jù)所采用的傳輸策略進行相應(yīng)的改進。經(jīng)過改進后的移動圖像檢索模型
3、可以用于手機、平板電腦以及未來可穿戴設(shè)備的圖像檢索。
首先本文簡要介紹了課題的研究背景以及意義,并針對課題研究中的關(guān)鍵技術(shù)如圖像描述符及顯著性特征等進行了詳細介紹。之后具體說明了整個移動圖像檢索的系統(tǒng)框架,及核心算法的主要思想及實現(xiàn)方法。最后通過實驗對比傳統(tǒng)圖像檢索中圖像描述符的數(shù)量和顯著圖像描述符的數(shù)量以及相應(yīng)的數(shù)據(jù)傳輸量和檢索準確率,證明本文所述方法大大減少了圖像描述符數(shù)量、提高了網(wǎng)絡(luò)傳輸效率,并且在同等傳輸量情況下,明顯
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。
最新文檔
- 基于視覺顯著性的圖像檢索算法研究.pdf
- 基于顯著性加權(quán)和角點特征的圖像檢索.pdf
- 基于視覺機制的圖像顯著性檢測及檢索算法研究.pdf
- 基于顯著性的圖像分割研究.pdf
- 基于顯著性分析和多特征融合的圖像檢索算法研究.pdf
- 基于顯著性區(qū)域和基元共生矩陣特征的圖像檢索研究.pdf
- 基于超像素的圖像顯著性研究.pdf
- 圖像顯著性檢測研究.pdf
- 基于顯著性檢測的圖像質(zhì)量評價
- 基于顯著性檢測的圖像質(zhì)量評價.pdf
- 基于多特征的圖像顯著性檢測.pdf
- 基于視覺顯著性檢測的圖像分類.pdf
- 基于視覺顯著性的圖像分割方法研究.pdf
- 基于HITS的圖像顯著性檢測算法.pdf
- 基于顯著性分割的圖像分類算法研究.pdf
- 圖像頻域顯著性檢測.pdf
- 基于矩陣稀疏分解的圖像顯著性檢測.pdf
- 圖像的顯著性特征提取.pdf
- 結(jié)合顯著性分析和半監(jiān)督學(xué)習(xí)的圖像檢索算法.pdf
- 基于顯著性的彩色圖像分割方法研究.pdf
評論
0/150
提交評論