2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩63頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近年來(lái),科學(xué)技術(shù)依然保持著快速發(fā)展的勁頭,其中互聯(lián)網(wǎng)技術(shù)和多媒體技術(shù)的發(fā)展尤為突出,各種高清多媒體數(shù)碼設(shè)備也非常普及,因此產(chǎn)生海量圖像,如何有效的處理爆炸式增長(zhǎng)的圖像,如何在海量圖像中快速檢索到目標(biāo)圖像已成為一個(gè)熱點(diǎn)問(wèn)題,自動(dòng)圖像標(biāo)注技術(shù)能提高檢索效率,因此受到人們的重視。主要研究?jī)?nèi)容如下:
  首先,本文針對(duì)詞袋模型在圖像分類和識(shí)別時(shí),缺少局部視覺(jué)特征間空間位置關(guān)系的問(wèn)題,提出利用基于空間位置的視覺(jué)詞組法,即挖掘出那些空間位置相

2、近且經(jīng)常一起出現(xiàn)的視覺(jué)詞匯,對(duì)原始視覺(jué)詞典進(jìn)行擴(kuò)充,進(jìn)而彌補(bǔ)詞袋模型的這一不足。然而在用詞袋模型表示圖像時(shí),它依然存在著局部視覺(jué)特征無(wú)序的問(wèn)題,因此本文提出基于詞袋的空間金字塔模型,利用空間金字塔模型在圖像空間而非特征空間對(duì)圖像進(jìn)行層次劃分,進(jìn)而對(duì)圖像進(jìn)行基于視覺(jué)詞典的表示,部分的緩解了特征無(wú)序問(wèn)題。
  其次,本文在分析諸多標(biāo)注模型的基礎(chǔ)上,結(jié)合用戶反饋日志與協(xié)同的思想提出基于日志的協(xié)同自動(dòng)圖像標(biāo)注方法。首先根據(jù)用戶反饋的日志信

3、息,采用增量關(guān)聯(lián)規(guī)則處理圖像間、圖像與標(biāo)注詞間的關(guān)系,去除其中的噪聲,再利用協(xié)同濾波思想擴(kuò)展圖像標(biāo)注詞數(shù)量,然后利用 WordNet語(yǔ)義網(wǎng),構(gòu)建標(biāo)注詞庫(kù)各個(gè)元素間語(yǔ)義關(guān)系,進(jìn)一步完善各個(gè)圖像的標(biāo)注詞間關(guān)系,最后在混合概率模型框架下,利用基于袋詞的空間金字塔的方法計(jì)算圖像底層特征,并結(jié)合標(biāo)注詞間關(guān)系來(lái)提高圖像的標(biāo)注性能。
  最后,本文將標(biāo)注系統(tǒng)中各功能模塊和算法進(jìn)行整合,并編程實(shí)現(xiàn)一個(gè)自動(dòng)圖像標(biāo)注系統(tǒng)。該系統(tǒng)不僅能夠完成圖像檢索,

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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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。

評(píng)論

0/150

提交評(píng)論