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. Bag of visual words 详解及例程

  2. 压缩包包括两个文档，一个是斯坦福的LiFeiFei2011年上课时的课件，详细讲解BOV的来龙去脉。另一个是2011年出的opencv2.2的bag of visual words-classification例程，很适合理解BoV的构建与应用过程。

  3. 所属分类：C++

    • 发布日期：2011-04-08
    • 文件大小：13631488
    • 提供者：haibo_1019

  1. BoW|Pyramid BoW+SVM进行图像分类

  2. 图像的特征用到了Dense Sift，通过Bag of Words词袋模型进行描述，当然一般来说是用训练集的来构建词典，因为我们还没有测试集呢。虽然测试集是你拿来测试的，但是实际应用中谁知道测试的图片是啥，所以构建BoW词典我这里也只用训练集。 其实BoW的思想很简单，虽然很多人也问过我，但是只要理解了如何构建词典以及如何将图像映射到词典维上去就行了，面试中也经常问到我这个问题，不知道你们都怎么用生动形象的语言来描述这个问题？ 用BoW描述完图像之后，指的是将训练集以及测试集的图像都用BoW模

  3. 所属分类：其它

    • 发布日期：2011-11-01
    • 文件大小：3145728
    • 提供者：lipiji1986

  1. BoW|Pyramid BoW+SVM进行图像分类

  2. 图像的特征Dense Sift提取，通过Bag of Words词袋模型进行描述，用BoW描述完图像之后，指的是将训练集以及测试集的图像都用BoW模型描述了，就可以用SVM训练分类模型进行分类了。在这里除了用SVM的RBF核，还自己定义了一种核： histogram intersection kernel，直方图正交核。很多论文说这个核好，并且实验结果很显然。能从理论上证明一下么？通过自定义核也可以了解怎么使用自定义核来用SVM进行分类

  3. 所属分类：其它

    • 发布日期：2015-08-12
    • 文件大小：3145728
    • 提供者：kjj999ok

  1. LBP/HOG/SIFT/SURF特征SVM的trainAuto范例

  2. 在开源的车牌识别系统EasyPR中，用SVM（支持向量机）模型甄选出候选车牌中真正的车牌。目前EasyPR1.4的SVM模型输入的是LBP特征，本代码将EasyPR的svm_train.cpp独立出来，包含SIFT和SURF结合BOW作为SVM输入，以及LBP和HOG特征作为SVM的输入。

  3. 所属分类：C++

    • 发布日期：2017-01-30
    • 文件大小：25165824
    • 提供者：southgater

  1. 利用深度学习检测复杂货物X射线成像中的隐蔽车辆.pdf

  2. Non-intrusive inspection systerms based on X-ray radiography techriques are rou tinely used at transport hubs to ensure the conforrmity of catgo content with the supplied shipping manifest. As trade volurmes increase and regulatiors become more strin

  3. 所属分类：深度学习

    • 发布日期：2019-07-14
    • 文件大小：9437184
    • 提供者：qq_43674158

  1. 戴口罩识别 sift+svm（c++ 含数据集）.zip

  2. vs2015+opencv3.4.0+opencv_contrib_3.4.0，用sift提取特征，用kmeas形成词汇表（bow)，用svm进行分类。 正确率82%左右。

  3. 所属分类：互联网

    • 发布日期：2020-06-03
    • 文件大小：1046528
    • 提供者：dds915

  1. 一种基于 BoW 物体识别模型的视觉导航方法

  2. 针对复杂的室内环境,提出一种新的动态环境下的移动机器人视觉导航方法.该方法以室内常见物体作为自然路标,通过单目视觉建立识别模型来认知环境中的各种物体.首先对室内常见物体建立图像库,并对库中的大量图像采集 SIFT特征;然后通过 BoW 模型来描述各幅图像,针对每类物体利用线性支持向量机(SVM)训练出物体识别模型;最后借助交互的手绘地图描述室内环境,移动机器人从中获得辅助路径以及自然路标的大概位置,从而完成导航任务.通过大量实验,从自然路标变化、目的区域变化、手绘地图偏差等多角度验证该方法的鲁棒

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：331776
    • 提供者：weixin_38666527