期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于拓扑独立成分分析和高斯混合模型的视频语义概念检测
被引量：
1
1
作者
孔玮婷
詹永照
《计算机应用》
CSCD
北大核心
2016年第3期770-773,814,共5页
针对目前词袋模型(Bo W)视频语义概念检测方法中的量化误差问题,为了更有效地自动提取视频的底层特征,提出一种基于拓扑独立成分分析(TICA)和高斯混合模型(GMM)的视频语义概念检测算法。首先,通过TICA算法进行视频片段的特征提取,该特...
针对目前词袋模型(Bo W)视频语义概念检测方法中的量化误差问题,为了更有效地自动提取视频的底层特征,提出一种基于拓扑独立成分分析(TICA)和高斯混合模型(GMM)的视频语义概念检测算法。首先,通过TICA算法进行视频片段的特征提取,该特征提取算法能够学习到视频片段复杂不变性特征;其次利用GMM方法对视频视觉特征进行建模,描述视频特征的分布情况;最后构造视频片段的GMM超向量,采用支持向量机(SVM)进行视频语义概念检测。GMM是Bo W概率框架下的拓展,能够减少量化误差,具有良好的鲁棒性。在TRECVID 2012和OV两个视频库上,将所提方法与传统的Bo W、SIFT-GMM方法进行了对比实验,结果表明,基于TICA和GMM的视频语义概念检测方法能够提高视频语义概念检测的准确率。
展开更多
关键词
视频语义检测
拓扑独立成分分析
高斯混合模型
词袋模型
支持向量机
在线阅读
下载PDF
职称材料
基于独立成分分析的表面缺陷特征提取与识别方法
被引量：
8
2
作者
周新星
王典洪
孙林
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2012年第4期506-513,共8页
为了提取表面缺陷图像特征,常对图像进行线性变换,但通常的wavelet变换、Gabor变换及其基函数都是预先定义和不变的,不能适应于缺陷图像的特点.为此提出基于独立成分分析(ICA)和拓扑独立成分分析(TICA)的特征提取方法,并将其应用于冷轧...
为了提取表面缺陷图像特征,常对图像进行线性变换,但通常的wavelet变换、Gabor变换及其基函数都是预先定义和不变的,不能适应于缺陷图像的特点.为此提出基于独立成分分析(ICA)和拓扑独立成分分析(TICA)的特征提取方法,并将其应用于冷轧带钢表面缺陷自动识别.首先利用ICA和TICA从缺陷集中自适应地估计出基函数和滤波器,这些基适应于缺陷图像的特点;然后用与基对应的滤波器对缺陷图像滤波,提取滤波响应作为特征向量;最后用支持向量机对样本进行分类识别.该方法建立在对缺陷集无监督学习的基础上,能够自适应地提取缺陷图像的显著特征,且计算简单,可并行处理.实验结果表明,文中方法对形状类缺陷、纹理类缺陷及其他缺陷的识别率都非常高,总体识别率可达95.52%.
展开更多
关键词
独立
成分
分析
拓扑独立成分分析
表面检测
特征提取
基函数
滤波器
在线阅读
下载PDF
职称材料
题名
基于拓扑独立成分分析和高斯混合模型的视频语义概念检测
被引量：
1
1
作者
孔玮婷
詹永照
机构
江苏大学计算机科学与通信工程学院
出处
《计算机应用》
CSCD
北大核心
2016年第3期770-773,814,共5页
基金
国家自然科学基金资助项目(61170126)~~
文摘
针对目前词袋模型(Bo W)视频语义概念检测方法中的量化误差问题,为了更有效地自动提取视频的底层特征,提出一种基于拓扑独立成分分析(TICA)和高斯混合模型(GMM)的视频语义概念检测算法。首先,通过TICA算法进行视频片段的特征提取,该特征提取算法能够学习到视频片段复杂不变性特征;其次利用GMM方法对视频视觉特征进行建模,描述视频特征的分布情况;最后构造视频片段的GMM超向量,采用支持向量机(SVM)进行视频语义概念检测。GMM是Bo W概率框架下的拓展,能够减少量化误差,具有良好的鲁棒性。在TRECVID 2012和OV两个视频库上,将所提方法与传统的Bo W、SIFT-GMM方法进行了对比实验,结果表明,基于TICA和GMM的视频语义概念检测方法能够提高视频语义概念检测的准确率。
关键词
视频语义检测
拓扑独立成分分析
高斯混合模型
词袋模型
支持向量机
Keywords
video semantic detection
Topographic Independent Component Analysis（TICA）
Gaussian Mixture Model（GMM）
Bag of Words（Bo W） model
Support Vector Machine（SVM）
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于独立成分分析的表面缺陷特征提取与识别方法
被引量：
8
2
作者
周新星
王典洪
孙林
机构
中国地质大学(武汉)机械与电子信息学院
武汉钢铁(集团)公司
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2012年第4期506-513,共8页
基金
国家自然科学基金(11175160)
湖北省自然科学基金重点项目(2010CDA007)
文摘
为了提取表面缺陷图像特征,常对图像进行线性变换,但通常的wavelet变换、Gabor变换及其基函数都是预先定义和不变的,不能适应于缺陷图像的特点.为此提出基于独立成分分析(ICA)和拓扑独立成分分析(TICA)的特征提取方法,并将其应用于冷轧带钢表面缺陷自动识别.首先利用ICA和TICA从缺陷集中自适应地估计出基函数和滤波器,这些基适应于缺陷图像的特点;然后用与基对应的滤波器对缺陷图像滤波,提取滤波响应作为特征向量;最后用支持向量机对样本进行分类识别.该方法建立在对缺陷集无监督学习的基础上,能够自适应地提取缺陷图像的显著特征,且计算简单,可并行处理.实验结果表明,文中方法对形状类缺陷、纹理类缺陷及其他缺陷的识别率都非常高,总体识别率可达95.52%.
关键词
独立
成分
分析
拓扑独立成分分析
表面检测
特征提取
基函数
滤波器
Keywords
independent component analysis
topographic independent component analysis
surface detection
feature extraction
basis function
filter
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于拓扑独立成分分析和高斯混合模型的视频语义概念检测
孔玮婷
詹永照
《计算机应用》
CSCD
北大核心
2016
1
在线阅读
下载PDF
职称材料
2
基于独立成分分析的表面缺陷特征提取与识别方法
周新星
王典洪
孙林
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2012
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
