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. BOVW 图片分类模型

  2. 测试集用的是UCM数据集

  3. 所属分类：其它

    • 发布日期：2016-08-25
    • 文件大小：3145728
    • 提供者：sinat_27716807

  1. 基于BOVW场景分类的matlab代码

  2. 运行前需要安装vlfeat,程序的入口为proj3.可自己修改训练样本路径。

  3. 所属分类：其它

    • 发布日期：2016-11-13
    • 文件大小：745472
    • 提供者：w00925036

  1. 基于分布式数据库的图像检索系统

  2. DIRS: Distributed Image Retrieval System === 本项目实现了基于分布式数据库的图像检索系统。其中，TF-IDF作为相似度依据，MapReduce+HBase作为分布式框架。 集群配置 --- 4个节点：1个Master，3个Slave，均运行64位Centos系统 运行环境 --- Hadoop：2.7.3 Hbase：1.2.3 python 2.7.3 java 1.8.0 系统架构 --- 1. **分布式存储** 使用了HBase表存储图片信息

  3. 所属分类：图像处理

    • 发布日期：2018-06-25
    • 文件大小：473099
    • 提供者：oceandreami

  1. BOVW图像分类论文

  2. .这是一篇经典论文。Bag-of-words model (BoW model) 最早出现在神经语言程序学(NLP)和信息检索（IR）领域. 该模型忽略掉文本的语法和语序, 用一组无序的单词(words)来表达一段文字或一个文档. 近年来, BoW模型被广泛应用于计算机视觉中. 与应用于文本的BoW类比, 图像的特征(feature)被当作单词(Word),把图像“文字化”之后，有助于大规模的图像检索.也有人把简写为Bag-of-Feature model(BOF model)或Bag-of-

  3. 所属分类：机器学习

    • 发布日期：2018-03-04
    • 文件大小：1048576
    • 提供者：yiajlj

  1. 基于BOVW的场景分类的代码

  2. 基于BOVW的场景分类的代码

  3. 所属分类：专业指导

    • 发布日期：2016-11-12
    • 文件大小：745472
    • 提供者：w00925036

  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. ML-Projects:深度学习，计算机视觉，NLP项目的仓库-源码

  2. 欢迎来到ML-Projects 目标：构建出色的深度学习，计算机视觉，NLP应用程序/教程，同时保持代码的可读性。 图像处理 ：要模糊，添加/删除噪点，锐化图像。 ：梯度算子，高斯的拉普拉斯算子，Canny边缘检测。 ：Harris，Shi-Tomasi，FAST拐角检测。 ：使用ORB检测关键点和描述符，然后与其他图像匹配。 ：高斯，拉普拉斯金字塔和图像重建。 ：小演示。 ：查找特定对象的流。 ：查找全局运动，过程是跟踪所有像素以估计运动。 ：使BOVW功能可以训练图像分类

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：22020096
    • 提供者：weixin_42169245

  1. 合成Kong径雷达场景分类的高阶广义无序合并网络

  2. 视觉单词袋（BOVW）模型中的固定编码样式以及卷积神经网络（CNN）特征表示中的强大空间信息，使得特征向量不太适合场景分类。 为了提取SAR场景分类的可学习无序特征，提出了一种通过反向传播训练的高阶广义无序池网络，以学习局部聚集描述符（VLAD）的高阶向量和局部约束仿射子空间编码。 （LASC），与一阶特征编码样式相比，所提出的网络可以通过外部产品自动学习高阶编码特征。 随后，为了使特征表示更加强大，将其梯度通过奇异值分解（SVD）和元素逐项归一化的矩阵归一化（平方根）引入了所提出的网络中。 最

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：262144
    • 提供者：weixin_38535364

  1. BoVW在蒙古历史文献图像上发现关键词的案例研究

  2. BoVW在蒙古历史文献图像上发现关键词的案例研究

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：663552
    • 提供者：weixin_38680811

  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. 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