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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、商品檢索是圖像檢索中的重要應(yīng)用,傳統(tǒng)的商品檢索是基于文本的檢索,需要大量圖像標(biāo)注工作。而且,檢索過程中采用關(guān)鍵字信息而忽略其他信息,這樣會導(dǎo)致信息量不足,對商品描述的準(zhǔn)確率低等問題。為了解決這些問題,基于內(nèi)容的圖像檢索被提出,也就是基于圖像內(nèi)容(紋理,顏色,形狀等)進(jìn)行檢索,其發(fā)展在一定程度上解決了文本檢索的局限性。面對購物網(wǎng)站提供的海量商品圖片,以圖搜圖的商品檢索越來越成為計(jì)算機(jī)智能領(lǐng)域的研究熱點(diǎn)。
本文針對圖像檢索中的特征
2、提取、圖像分類和特征融合進(jìn)行了研究,并且在自建的商品數(shù)據(jù)庫中進(jìn)行實(shí)驗(yàn)。以下是本文的貢獻(xiàn):
(1)簡要分析商品檢索的背景、意義及應(yīng)用前景,并對基于視覺詞袋(Bag-of-Visual-Words,BoW)的圖像檢索中提取特征,構(gòu)建字典,特征匹配等三個重要環(huán)節(jié)進(jìn)行了詳細(xì)說明。
(2)研究了稀疏表示理論,在圖像檢索的框架中引入稀疏表示,設(shè)計(jì)一種基于稀疏表示的圖像分類方法,結(jié)合視覺詞典與稀疏表示,通過特征重構(gòu)殘差最小,對查詢
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(hù)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(fù)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。
最新文檔
- 基于視覺短語的商品圖像檢索.pdf
- 基于稀疏表示的視覺目標(biāo)跟蹤方法研究.pdf
- 基于稀疏表示的足跡花紋圖像檢索算法研究.pdf
- 基于稀疏表示的視覺跟蹤算法研究與實(shí)現(xiàn).pdf
- 基于稀疏表示的魯棒性視覺跟蹤方法研究.pdf
- 基于低秩投影與稀疏表示的視覺跟蹤算法研究.pdf
- 基于解析稀疏模型的信號稀疏表示.pdf
- 基于雙目視覺和稀疏表示的智能倒車控制研究.pdf
- 基于局部判別性反稀疏表示的視覺跟蹤模型研究.pdf
- 基于結(jié)構(gòu)稀疏表示的光譜圖像稀疏重建.pdf
- 基于雷達(dá)信號的稀疏表示.pdf
- 采用稀疏表示的大規(guī)模圖像檢索技術(shù)研究.pdf
- 視覺超完備拓?fù)浔硎镜南∈杈幋a計(jì)算模型.pdf
- 基于稀疏表示的圖像分離.pdf
- 基于稀疏表示的圖像重構(gòu).pdf
- 基于稀疏表示的交通標(biāo)識識別.pdf
- 基于稀疏表示的圖像識別.pdf
- 基于稀疏表示的目標(biāo)跟蹤算法.pdf
- 基于稀疏表示的運(yùn)動目標(biāo)跟蹤.pdf
- 基于稀疏表示的協(xié)同入侵檢測.pdf
評論
0/150
提交評論