注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 视觉词典 词袋模型 有完整的介绍

  2. 视觉词典 词袋模型 有完整的介绍 ，ppt文档，注意是ENGLISH WRITTEN

  3. 所属分类：其它

    • 发布日期：2012-05-21
    • 文件大小：6291456
    • 提供者：anlou

  1. 金字塔词袋模型Matlab代码

  2. 用于空间金字塔模型的场景分类算法实现。视觉词袋模型。

  3. 所属分类：其它

    • 发布日期：2012-05-22
    • 文件大小：185344
    • 提供者：wangyue009

  1. 计算机视觉课程作业 基于词袋模型的图像分类算法

  2. 计算机视觉课程作业 图像分类算法 使用vs2010完成，利用opencv、libsvm和sift提取程序

  3. 所属分类：C++

    • 发布日期：2015-06-03
    • 文件大小：41943040
    • 提供者：baidu_28563321

  1. 视觉词袋bag of view word词袋模型BOVW

  2. 一个视觉词袋模型(bovw)的示例程序，用于给食物进行分类。C++实现。里面包含用作训练集和测试集的图片。源代码是linux系统下运行，所以需要额外下载dirent.h才能运行，已附在压缩包里面。经测试效果比较令人满意。由于附件大小限制，删除了project，需要自行建工程；删除了约一半的train图片，需要删除相应的training.txt中路径。借鉴思路，体会精神0.0

  3. 所属分类：C++

    • 发布日期：2016-01-12
    • 文件大小：55574528
    • 提供者：xxiaotouming

  1. 词袋模型BOVW

  2. 视觉词袋（bag of view word），一个视觉词袋模型(bovw)的示例程序，用于给食物进行分类。C++实现。里面包含用作训练集和测试集的图片。源代码是linux系统下运行，所以需要额外下载dirent.h才能运行，已附在压缩包里面。经测试效果比较令人满意。由于附件大小限制，删除了project，需要自行建工程；删除了约一半的train图片，需要删除相应的training.txt中路径。

  3. 所属分类：C++

    • 发布日期：2016-01-14
    • 文件大小：54525952
    • 提供者：dvsing

  1. Object retrieval with large vocabularies and fast spatial matching

  2. Object retrieval with large vocabularies and fast spatial matching,经典的关于视觉词袋模型应用的论文

  3. 所属分类：专业指导

    • 发布日期：2016-04-20
    • 文件大小：1048576
    • 提供者：lengyun_5850

  1. BOW视觉词袋模型的matlab实现易理解，模块化

  2. 这里面的matlab代码是BOW的实现，里面有kmeans++的部分，模块化，易理解，稍微改动就可以用于解决自己的问题

  3. 所属分类：专业指导

    • 发布日期：2016-04-27
    • 文件大小：1024
    • 提供者：dulingtingzi

  1. DBoW3 视觉词袋模型-网络版

  2. DBoW3 视觉词袋模型-网络版，DBoW3 视觉词袋模型-网络版DBoW3 视觉词袋模型-网络版DBoW3 视觉词袋模型-网络版DBoW3 视觉词袋模型-网络版

  3. 所属分类：机器学习

    • 发布日期：2017-10-12
    • 文件大小：2097152
    • 提供者：qq_29828623

  1. 基于有监督视觉词袋框架的三维模型检索算法研究_王耀侦

  2. 基于有监督视觉词袋框架的三维模型检索算法研究_王耀侦.caj

  3. 所属分类：机器学习

    • 发布日期：2018-01-17
    • 文件大小：2097152
    • 提供者：cjhhn

  1. 基于运动模式分析的异常行为检测

  2. 提出了一种基于运动模式分析的无监督方法用于对视频中的异常行为进行检测。为了有效描述视频场景中的各种目标信息,对每个前景像素点提取了时空描述符,再结合块区域信息并通过词袋模型生成视觉单词,对视频进行表示。提出了一种稀疏主题模型,用以获取视频中的运动主题。通过该模型可以查找出视频中典型的运动模式,并可以此对各视频文件进行编码。通过分析重构精度和运动模式组成对测试视频文件进行检测,判断其中是否包含异常行为。

  3. 所属分类：算法与数据结构

    • 发布日期：2019-04-11
    • 文件大小：1048576
    • 提供者：weixin_44684342

  1. 词袋法自动检测糖尿病性视网膜病变

  2. 成像和计算机视觉系统提供了对人体生理学进行定量研究的能力。 相反，人工解释需要大量的工作，专业知识和过多的处理时间。 这项工作提出了一种将图像处理和机器学习相结合的算法，可以从视网膜眼底图像诊断出糖尿病性视网膜病变。 该自动化方法基于从一些公共可用数据库（如DRIDB0，DRIDB1，MESSIDOR，STARE和HRF）收集的数据集对糖尿病性视网膜病变（或无糖尿病）进行分类。 我们的方法利用具有快速鲁棒性功能的单词袋模型，演示了包含病变（硬性渗出物，软性渗出物，微动脉瘤和出血）和非病变的180

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：1048576
    • 提供者：weixin_38688097

  1. Scene-Recognition-With-Bag-Of-Words-master.zip

  2. 本次实验是基于词袋模型的图像分类技术，利用提取的局部区域的分布对图像进行识别。在图像分类中，词袋模型算法需要通过监督或非监督的学习来获得视觉词典。基于词袋模型的图像分类算法一般分为四步，首先对图像进行局部特征向量的提取（本次实验采用HOG)；其次利用上一步得到的特征向量集，抽取其中有代表性的向量，作为单词，形成视觉词典（本实验采用K-means聚类算法）；然后对图像进行视觉单词的统计，一般判断图像的局部区域和某一单词的相似性是否超过某一阈值，这样即可将图像表示成单词的分布，即完成了图像的表示；最

  3. 所属分类：其它

    • 发布日期：2020-08-13
    • 文件大小：94371840
    • 提供者：sinat_41942180

  1. 视觉词的空间编码，用于图像分类

  2. 基于外观的视觉袋词（BoVW）模型用于表示图像中局部特征的词汇频率。 由于它们的多功能性，尽管它们忽略了潜在的空间背景和要素之间的关系，但它们却广受欢迎。 在这里，我们提出了一个统一的表示形式，通过显式的局部和全局结构模型来增强BoVW。 与以前的方法相比，应注意我们方法的三个方面。 首先，我们使用局部结构特征，使用类标签信息以区分方式对一对点之间的空间属性进行编码。 我们针对给定的图像集引入了结构袋词（BoSW）模型，并使用该模型在其粗糙采样的相关关键点上描述了每个图像。 然后，我们结合BoV

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：1048576
    • 提供者：weixin_38711740

  1. 基于双层视觉密码本的有效图像表示

  2. 最近，基于视觉词袋（BoW）的图像表示在图像分类和检索应用中引起了很多关注。 众所周知，视觉密码本的构造和相关的量化方法在BoW模型中起着重要的作用。 传统上，视觉代码簿是通过将局部特征聚类成组而生成的，原始特征很难量化到其最近的中心。 众所周知，量化误差可能会降低BoW表示的有效性。 为了解决这个问题，文献中已经提出了几种基于软量化的方法。 但是，这些方法的有效性仍然不能令人满意。 在本文中，我们提出了一种基于双层码本的新颖有效的图像表示方法。 在这种方法中，我们首先构造双层码本以显着减少量化

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：789504
    • 提供者：weixin_38685455

  1. 基于PLSA和卡方模型的视觉词袋方法

  2. 在传统的基于视觉单词袋（BoVW）模型的对象分类方法中，视觉单词的同义和歧义问题始终存在。 此外，嘈杂的视觉单词，即所谓的“视觉停用词”将降低视觉词典的语义分辨率。 有鉴于此，提出了一种基于PLSA和卡方模型的视觉分类方法。 首先，利用概率潜在语义分析（PLSA）分析视觉单词的语义共现概率，推断图像中潜在的语义主题，并得到单词引起的潜在主题分布。 其次，采用KL散度度量视觉词之间的语义距离，可以得到语义相关的同义词。 然后，结合自适应软分配策略，实现SIFT特征与同义词之间的软映射。 最后，引入

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：472064
    • 提供者：weixin_38635449

  1. 基于高光谱图像与视觉词袋模型的稻种发芽率预测研究

  2. 为实现稻种品质的快速鉴定，以稻种最重要的品质参数之一——发芽率作为主要评价指标，通过高光谱成像技术结合视觉词袋(BoVW)模型的方法进行稻种发芽率的分级评价。挑选Y 两优302、两优108 和内5 优8015 三个品种的杂交水稻种子各100 粒，在温度40 ℃、相对湿度100%条件下对三种稻种分别老化处理0、1、2、3、4 d，得到5 个活力梯度的稻种。采集300 粒稻种的高光谱图像，随机分为训练集(200 份)和测试集(100 份)。图像采集完毕后，进行稻种发芽实验，第14 天时计算发芽率。采

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：1048576
    • 提供者：weixin_38747216

  1. 融合语义主题的图像自动标注

  2. 由于语义鸿沟的存在,图像自动标注已成为一个重要课题.在概率潜语义分析的基础上,提出了一种融合语义主题的方法以进行图像的标注和检索.首先,为了更准确地建模训练数据,将每幅图像的视觉特征表示为一个视觉"词袋";然后设计一个概率模型分别从视觉模态和文本模态中捕获潜在语义主题,并提出一种自适应的不对称学习方法融合两种语义主题.对于每个图像文档,它在各个模态上的主题分布通过加权进行融合,而权值由该文档的视觉词分布的熵值来确定.于是,融合之后的概率模型适当地关联了视觉模态和文本模态的信息,因此能够很好地预测

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：788480
    • 提供者：weixin_38614268

  1. 艺术品分类：根据风格，体裁和艺术家分类绘画-源码

  2. 艺术品的风格，流派和艺术家分类 艺术品数字化的增长说明了根据艺术家，风格和绘画风格对绘画进行分类的重要性。 分类方法的确可以帮助游客和策展人以自己的步调分析和可视化任何博物馆中的画作。 此外，寻找画家是一项艰巨的任务，因为大多数画家的艺术品可能具有独特的绘画风格，而多位画家可以拥有相同的绘画风格。 楷模 我已经尝试了四种模型- 香草卷积神经网络的实现 通过结合视觉词袋技术使用随机森林分类器的基于统计机器学习的方法。 胶囊网络的实现 使用像AlexNet这样的预训练网络进行转移学习 数据集 用

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：630784
    • 提供者：weixin_42117485

  1.  基于改进的Bag of Visual Words算法的SAR图像目标分类

  2. “视觉词袋”（Bag of Visual Words，BOV）算法是一种有效的基于语义特征表达的物体识别算法。针对传统BOV模型存在的不足，综合利用SAR图像的灰度和纹理特征，提出基于感兴趣目标 （Target of Interest，TOI）的 “视觉词袋”算法。首先，对训练图像进行TOI选取，用灰度共生矩阵模型提取TOI的纹理特征，再结合灰度特征，组成多维特征向量集，以簇内相似度最高、数据分布密度最大为准则，生成“视觉词袋”。其次，对测试图像，依据已生成的“视觉词袋”，采用支持向量机（Sup

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：1048576
    • 提供者：weixin_38747087

  1. 基于视觉词袋模型的图像分类改进方法

  2. 文中主要基于视觉词袋（BOVW， Bag-Of-Visual-Words）模型对图像进行分类处理，并对传统视觉词袋模型存在的不足进行了改进，提出了一种基于视觉词典的权重直方图来表达图像，采用优化的k-means聚类算法（k-means+）用于视觉词典的构建，代入KNN（K-Nearest-Neighbors）分类器进行分类。通过对Caltech 101和Caltech 256这两个经典数据库进行实验，实验结果表明该改进方案较传统方法提高了分类的正确率。

  3. 所属分类：其它

    • 发布日期：2021-01-29
    • 文件大小：791552
    • 提供者：weixin_38737176
« 12 »