检索结果-维普期刊中文期刊服务平台

利用位置信息熵改进VLAD的图像检索方法被引量：4: 1; 作者赵宏伟王也然 +1 位作者刘萍萍苗壮《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2018年第8期1376-1381,共6页; 针对局部聚合描述子向量(vector of locally aggregate descriptor,VLAD)的图像检索能力还有待提高的问题,提出利用尺度不变特征变换描述子(scale invariant feature transform,SIFT)描述子的位置信息对VLAD描述子进行补充的图像检索算... 展开更多; 关键词图像处理图像检索图像特征 vlad SIFT 熵归一化位置信息; 在线阅读下载PDF 职称材料

利用空间分布熵的改进VLAD图像检索被引量：2: 2; 作者孙明思赵宏伟 +1 位作者赵浩宇王也然《光学精密工程》 EI CAS CSCD 北大核心 2021年第1期152-159,共8页; 对图像特征中的局部聚集描述子向量(Vector of Aggragate Locally Descriptor,VLAD)特征进行研究后发现,该特征缺乏尺度不变特征变换(Scale Invariant Feature Transform,SIFT)描述子的空间分布信息,为了提高图像检索的准确率,提出利用... 展开更多; 关键词图像处理图像检索局部聚集描述子向量尺度不变特征变换熵; 在线阅读下载PDF 职称材料

基于多特征组合的细粒度图像分类方法被引量：6: 3; 作者邹承明罗莹徐晓龙《计算机应用》 CSCD 北大核心 2018年第7期1853-1856,1861,共5页; 针对单一特征表示的局限性会导致细粒度图像分类准确度不高的问题,提出了一种基于卷积神经网络(CNN)和尺度不变特征转换(SIFT)的多特征组合表示方法,综合考虑对目标整体、关键部位和关键点的特征提取。首先,分别以细粒度图像库中的目标... 展开更多; 关键词卷积神经网络尺度不变特征转换 K均值聚类局部特征聚合描述符细粒度图像分类; 在线阅读下载PDF 职称材料

基于指数权重局部聚合向量特征的轮毂型号识别被引量：2: 4; 作者张典范管永来 +1 位作者张丽程淑红《计量学报》 CSCD 北大核心 2019年第4期670-675,共6页; 在轮毂型号识别过程中,为了能在大量轮型库中快速识别正确的轮型,提出了基于指数权重局部聚合向量(VLAD)特征的轮型识别方法。VLAD特征是针对BOW特征的改进版,用待分类特征和聚类中心的累积残差代替特征的累加数目,采用四近邻软分配的... 展开更多; 关键词计量学轮型识别局部聚合向量聚类主成分分析降维指数权重; 在线阅读下载PDF 职称材料

基于多层次特征表示的图像场景分类算法被引量：2: 5; 作者顾广华秦芳《高技术通讯》 EI CAS 北大核心 2019年第3期213-221,共9页; 传统场景分类采用底层尺度不变特征变换(SIFT)特征,运用词袋(BoW)模型以及空间金字塔(SPM)模型进行分类判别。然而,单一的低层描述的识别精度有限,无法有效表征内容多变的场景图像。本文提出基于多层次特征表示的图像场景分类算法,利用... 展开更多; 关键词低层描述中层描述高层语义聚集局部描述符编码(vlad)编码场景分类; 在线阅读下载PDF 职称材料

有效视频帧时间序池化的人体行为识别算法被引量：4: 6; 作者鹿天然于凤芹陈莹《计算机工程》 CAS CSCD 北大核心 2018年第12期271-275,287,共6页; 为利用人体行为的时域信息并减少帧间冗余及特征维数,提出一种提取有效视频帧并对其时间序池化的人体行为识别算法。通过对视频帧的稠密轨迹特征进行局部累计描述向量编码,获取视频帧特征表示,对每帧的特征编码进行余弦相似度分析,剔除... 展开更多; 关键词行为识别稠密轨迹局部累计描述向量余弦相似度分析时间序池化; 在线阅读下载PDF 职称材料

深度优先局部聚合哈希被引量：2: 7; 作者龙显忠程成李云《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第6期58-66,共9页; 已有的深度监督哈希方法不能有效地利用提取到的卷积特征,同时,也忽视了数据对之间相似性信息分布对于哈希网络的作用,最终导致学到的哈希编码之间的区分性不足.为了解决该问题,提出了一种新颖的深度监督哈希方法,称之为深度优先局部聚... 展开更多; 关键词深度哈希学习卷积神经网络图像检索局部聚合描述子向量; 在线阅读下载PDF 职称材料

题名利用位置信息熵改进VLAD的图像检索方法被引量：4: 1; 作者赵宏伟王也然刘萍萍苗壮; 机构吉林大学计算机科学与技术学院中国科学院应用光学国家重点实验室; 出处《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2018年第8期1376-1381,共6页; 基金国家自然科学基金青年项目(61101155) 吉林省发展和改革委员会产业创新专项(2016C035) +2 种基金应用光学国家重点实验室开放基金项目(20173660); 文摘针对局部聚合描述子向量(vector of locally aggregate descriptor,VLAD)的图像检索能力还有待提高的问题,提出利用尺度不变特征变换描述子(scale invariant feature transform,SIFT)描述子的位置信息对VLAD描述子进行补充的图像检索算法。本文提出位置信息熵,用以对SIFT描述子的位置信息进行描述,并将位置信息熵添加到VLAD中,并在多个公开数据集上进行实验。码本大小为256时,在Holidays数据上该方法能有效地将VLAD的m AP值由0.510提升至0.733,在Oxford5k数据上该方法能有效地将归一化VLAD的m AP值由0.287提升至0.559。实验结果表明,利用位置信息熵能有效提升VLAD的图像检索能力。; 关键词图像处理图像检索图像特征 vlad SIFT 熵归一化位置信息; Keywords image processing image retrieval image feature vector of locally aggregated descriptors(vlad) scale invariant feature transform(SIFT) entropy normalization location information; 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

题名利用空间分布熵的改进VLAD图像检索被引量：2: 2; 作者孙明思赵宏伟赵浩宇王也然; 机构吉林大学计算机科学与技术学院吉林农业科技学院电气与信息工程学院吉林大学符号计算与知识工程教育部重点实验室吉林大学学报(工学版)编辑部; 出处《光学精密工程》 EI CAS CSCD 北大核心 2021年第1期152-159,共8页; 基金吉林省省级科技创新专项资助项目(No.20190302026GX) 吉林省自然科学基金资助项目(No.20200201037JC) +1 种基金中央高校基本科研业务基金资助项目(No.2019JLU)。; 文摘对图像特征中的局部聚集描述子向量(Vector of Aggragate Locally Descriptor,VLAD)特征进行研究后发现,该特征缺乏尺度不变特征变换(Scale Invariant Feature Transform,SIFT)描述子的空间分布信息,为了提高图像检索的准确率,提出利用空间分布熵改进VLAD的方法。首先,求取图像中的VLAD特征。其次,将SIFT描述子的空间分布信息根据描述子与聚类的对应情况,分为若干个集合。再次,在每一个集合中生成空间分布熵,将所有集合的熵值表示为空间分布熵向量。最后,利用该向量表示描述子的空间分布混乱程度,并将该向量与VLAD结合使用。实验结果表明,在码本大小为64时,在Holidays数据集上可以将平均准确率由0.519提升至0.601,在Oxford5k数据集上可以从0.395提升至0.408。该方法利用VLAD特征大幅度提高图像检索的平均准确率。; 关键词图像处理图像检索局部聚集描述子向量尺度不变特征变换熵; Keywords image processing image retrieval vector of aggragate locally descriptor(vlad) Scale Invariant Feature Transform(SIFT) entropy; 分类号 TP394.1 [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

题名基于多特征组合的细粒度图像分类方法被引量：6: 3; 作者邹承明罗莹徐晓龙; 机构交通物联网技术湖北省重点实验室(武汉理工大学) 武汉理工大学计算机科学与技术学院; 出处《计算机应用》 CSCD 北大核心 2018年第7期1853-1856,1861,共5页; 基金中央高校基本科研业务费专项(2017-zy-084)~~; 文摘针对单一特征表示的局限性会导致细粒度图像分类准确度不高的问题,提出了一种基于卷积神经网络(CNN)和尺度不变特征转换(SIFT)的多特征组合表示方法,综合考虑对目标整体、关键部位和关键点的特征提取。首先,分别以细粒度图像库中的目标整体和头部区域训练CNN得到两个网络模型,用来提取目标的整体和头部CNN特征;然后,对图像库中所有目标区域提取SIFT关键点并通过K均值(K-means)聚类生成码本,再将每个目标区域的SIFT描述子通过局部特征聚合描述符(VLAD)参照码本编码为特征向量;最后,组合多种特征作为最终的特征表示,采用支持向量机(SVM)对细粒度图像进行分类。使用该方法在CUB-200-2011数据库上进行实验,并与单一的特征表示方法进行了比较。实验结果表明,该方法与基于单一CNN特征的细粒度图像分类相比提升了13.31%的准确度,证明了多特征组合对细粒度图像分类的积极作用。; 关键词卷积神经网络尺度不变特征转换 K均值聚类局部特征聚合描述符细粒度图像分类; Keywords Convolutional Neural Network （CNN） Scale Invariant Feature Transform （SIFT） K-means clustering vector of locally Aggregated descriptors （vlad） fine-grained image classification; 分类号 TP391.413 [自动化与计算机技术—计算机应用技术] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于指数权重局部聚合向量特征的轮毂型号识别被引量：2: 4; 作者张典范管永来张丽程淑红; 机构燕山大学科技园燕山大学电气工程学院秦皇岛技师学院; 出处《计量学报》 CSCD 北大核心 2019年第4期670-675,共6页; 基金国家自然科学基金(61601400); 文摘在轮毂型号识别过程中,为了能在大量轮型库中快速识别正确的轮型,提出了基于指数权重局部聚合向量(VLAD)特征的轮型识别方法。VLAD特征是针对BOW特征的改进版,用待分类特征和聚类中心的累积残差代替特征的累加数目,采用四近邻软分配的查找方式,相对于一对一的分配规则具有更好的鲁棒性。最后把得到的VLAD向量进行主成分分析降维,并在降维VLAD的基础上将指数权重和VLAD向量的各数据相乘以削减个别不稳定值,最后通过特征向量的对比来找到最相似图片,识别过程具有非接触、灵活、准确的优点,实验表明在提高图片识别率的同时也具有较好的鲁棒性。; 关键词计量学轮型识别局部聚合向量聚类主成分分析降维指数权重; Keywords metrology wheel model identification vector of aggragate locally descriptor clustering principal component analysis of dimension reduction index weight; 分类号 TB96 [机械工程—光学工程]; 在线阅读下载PDF 职称材料

题名基于多层次特征表示的图像场景分类算法被引量：2: 5; 作者顾广华秦芳; 机构燕山大学信息科学与工程学院河北省信息传输与信号处理重点实验室; 出处《高技术通讯》 EI CAS 北大核心 2019年第3期213-221,共9页; 基金国家自然科学基金(61303128) 河北省自然科学基金(F2017203169 +2 种基金 F2018203239) 河北省留学回国人员科技活动(CL201621)资助项目; 文摘传统场景分类采用底层尺度不变特征变换(SIFT)特征,运用词袋(BoW)模型以及空间金字塔(SPM)模型进行分类判别。然而,单一的低层描述的识别精度有限,无法有效表征内容多变的场景图像。本文提出基于多层次特征表示的图像场景分类算法,利用滑动窗均匀采样图像块,分别提取图像块的密集SIFT特征和卷积层卷积神经网络(CNN)特征,使用聚集局部描述符编码(VLAD)方法分别编码图像块的局部特征,将一幅图像的多个图像块特征顺序级联形成该幅图像的描述,由此构建包含局部语义信息的低层图像描述和中层图像描述。与此同时,将图像的低层描述与中层描述融合到图像的全连接层的高层语义中,从而获得整合了局部空间信息和全局语义信息的精确图像表示。本文在两个常用的场景数据集上进行了分类实验,结果表明,融合多层次特征描述的图像表示能够取得更好的分类结果。; 关键词低层描述中层描述高层语义聚集局部描述符编码(vlad)编码场景分类; Keywords low-level description middle-level description high-level semantics vector of locally aggregated descriptors(vlad) coding scene classification; 分类号 TP391.41 [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

题名有效视频帧时间序池化的人体行为识别算法被引量：4: 6; 作者鹿天然于凤芹陈莹; 机构江南大学物联网工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2018年第12期271-275,287,共6页; 基金国家自然科学基金(61573168) 中央高校基本科研业务费专项资金(JUSRP51733B); 文摘为利用人体行为的时域信息并减少帧间冗余及特征维数,提出一种提取有效视频帧并对其时间序池化的人体行为识别算法。通过对视频帧的稠密轨迹特征进行局部累计描述向量编码,获取视频帧特征表示,对每帧的特征编码进行余弦相似度分析,剔除冗余特征帧得到有效视频帧特征序列。采用时间序池化对有效视频帧特征序列进行排序,得到可表示视频时序动态变化的特征向量,然后训练支持向量机实现人体行为识别。在HMDB51和UCF101数据集上的实验结果表明,与稠密轨迹行为识别算法相比,该算法可有效提高识别准确率。; 关键词行为识别稠密轨迹局部累计描述向量余弦相似度分析时间序池化; Keywords action recognition dense trajectory vector of locally Aggregated descriptors(vlad) cosine similarity analysis temporal rank pooling; 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

题名深度优先局部聚合哈希被引量：2: 7; 作者龙显忠程成李云; 机构南京邮电大学计算机学院江苏省大数据安全与智能处理重点实验室; 出处《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第6期58-66,共9页; 基金国家自然科学基金资助项目(61906098,61772284) 国家重点研发计划项目(2018YFB1003702)。; 文摘已有的深度监督哈希方法不能有效地利用提取到的卷积特征,同时,也忽视了数据对之间相似性信息分布对于哈希网络的作用,最终导致学到的哈希编码之间的区分性不足.为了解决该问题,提出了一种新颖的深度监督哈希方法,称之为深度优先局部聚合哈希(Deep Priority Local Aggregated Hashing,DPLAH).DPLAH将局部聚合描述子向量嵌入到哈希网络中,提高网络对同类数据的表达能力,并且通过在数据对之间施加不同权重,从而减少相似性信息分布倾斜对哈希网络的影响.利用Pytorch深度框架进行DPLAH实验,使用NetVLAD层对Resnet18网络模型输出的卷积特征进行聚合,将聚合得到的特征进行哈希编码学习.在CIFAR-10和NUS-WIDE数据集上的图像检索实验表明,与使用手工特征和卷积神经网络特征的非深度哈希学习算法的最好结果相比,DPLAH的平均准确率均值要高出11%,同时,DPLAH的平均准确率均值比非对称深度监督哈希方法高出2%.; 关键词深度哈希学习卷积神经网络图像检索局部聚合描述子向量; Keywords deep Hash learning convolutional neural network image retrieval vector of locally aggregated descriptors(vlad); 分类号 TP391.4 [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	利用位置信息熵改进VLAD的图像检索方法	赵宏伟王也然刘萍萍苗壮	《哈尔滨工程大学学报》 EI CAS CSCD 北大核心	2018	4	在线阅读下载PDF 职称材料
2	利用空间分布熵的改进VLAD图像检索	孙明思赵宏伟赵浩宇王也然	《光学精密工程》 EI CAS CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料
3	基于多特征组合的细粒度图像分类方法	邹承明罗莹徐晓龙	《计算机应用》 CSCD 北大核心	2018	6	在线阅读下载PDF 职称材料
4	基于指数权重局部聚合向量特征的轮毂型号识别	张典范管永来张丽程淑红	《计量学报》 CSCD 北大核心	2019	2	在线阅读下载PDF 职称材料
5	基于多层次特征表示的图像场景分类算法	顾广华秦芳	《高技术通讯》 EI CAS 北大核心	2019	2	在线阅读下载PDF 职称材料
6	有效视频帧时间序池化的人体行为识别算法	鹿天然于凤芹陈莹	《计算机工程》 CAS CSCD 北大核心	2018	4	在线阅读下载PDF 职称材料
7	深度优先局部聚合哈希	龙显忠程成李云	《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料