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
BOW-HOG特征图像分类
被引量：
8
1
作者
邹北骥
郭建京
+3 位作者
朱承璋
杨文君
吴慧
何骐
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2017年第12期2311-2319,共9页
为了减少图像尺寸对提取特征的影响,同时移除特征向量中的冗余信息,将词汇袋模型(BOW)与梯度方向直方图(HOG)特征相结合,提出一种基于BOW-HOG的特征描述子用于图像分类.将图像划分为不同的子区域,对梯度幅值较大的子区域提取HOG特征.用...
为了减少图像尺寸对提取特征的影响,同时移除特征向量中的冗余信息,将词汇袋模型(BOW)与梯度方向直方图(HOG)特征相结合,提出一种基于BOW-HOG的特征描述子用于图像分类.将图像划分为不同的子区域,对梯度幅值较大的子区域提取HOG特征.用BOW模型对子区域HOG特征编码,构建原始图像上维度一致的特征向量.将特征向量输入训练好的分类器,完成图像分类任务.将BOW-HOG特征描述子在不同的图像分类任务上进行试验,包括图像文本分类、图像场景分类.本实验的文本分类正确率为0.813,场景分类正确率为0.826,优于传统基于HOG特征的方法,表明了基于BOW-HOG特征图像分类方法的可行性、有效性.
展开更多
关键词
图像分类
特征描述子
梯度方向直方图
词汇袋模型
在线阅读
下载PDF
职称材料
基于自适应色彩聚类和上下文信息的自然场景文本检测
被引量：
2
2
作者
邹北骥
郭建京
+2 位作者
朱承璋
杨文君
徐子雯
《电子学报》
EI
CAS
CSCD
北大核心
2018年第6期1436-1444,共9页
自然场景文本检测是图像内容分析和理解的重要前提.本文提出一种基于自适应色彩聚类和上下文信息分析的方法,用于检测自然场景图像文本.首先,将层次聚类和参数自学习策略结合,设计一种自适应色彩聚类方法,提取图像中的候选字符.该自适...
自然场景文本检测是图像内容分析和理解的重要前提.本文提出一种基于自适应色彩聚类和上下文信息分析的方法,用于检测自然场景图像文本.首先,将层次聚类和参数自学习策略结合,设计一种自适应色彩聚类方法,提取图像中的候选字符.该自适应色彩聚类方法能针对不同图像自动学习权重阈值,有较好的字符召回率.然后,利用文本中字符成行出现的性质,设计一种基于上下文信息的字符验证策略,既能保证较高字符召回率,也能有效移除非文本字符.最后,合并字符构建文本行,并通过后处理得到文本检测结果.在ICDAR2013公共数据集上的实验结果表明:本文分别获得74.17%的召回率,83.40%的准确率和78.52%的F得分.与其他文本检测方法相比,本文获得了较好的文本检测性能,说明本文方法的优越性.
展开更多
关键词
自然场景文本检测
自适应色彩聚类
上下文信息
自学习策略
在线阅读
下载PDF
职称材料
题名
BOW-HOG特征图像分类
被引量：
8
1
作者
邹北骥
郭建京
朱承璋
杨文君
吴慧
何骐
机构
中南大学
信息科学与工程学院
中南大学眼科医学影像处理研究中心
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2017年第12期2311-2319,共9页
基金
国家自然科学基金资助项目(61573380
61262032)
文摘
为了减少图像尺寸对提取特征的影响,同时移除特征向量中的冗余信息,将词汇袋模型(BOW)与梯度方向直方图(HOG)特征相结合,提出一种基于BOW-HOG的特征描述子用于图像分类.将图像划分为不同的子区域,对梯度幅值较大的子区域提取HOG特征.用BOW模型对子区域HOG特征编码,构建原始图像上维度一致的特征向量.将特征向量输入训练好的分类器,完成图像分类任务.将BOW-HOG特征描述子在不同的图像分类任务上进行试验,包括图像文本分类、图像场景分类.本实验的文本分类正确率为0.813,场景分类正确率为0.826,优于传统基于HOG特征的方法,表明了基于BOW-HOG特征图像分类方法的可行性、有效性.
关键词
图像分类
特征描述子
梯度方向直方图
词汇袋模型
Keywords
image classification
feature descriptor
histogram of oriented gradient
bag of words model
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
基于自适应色彩聚类和上下文信息的自然场景文本检测
被引量：
2
2
作者
邹北骥
郭建京
朱承璋
杨文君
徐子雯
机构
中南大学
信息科学与工程学院
中南大学眼科医学影像处理研究中心
出处
《电子学报》
EI
CAS
CSCD
北大核心
2018年第6期1436-1444,共9页
基金
国家自然科学基金(No.61573380
No.61702559)
+1 种基金
湖南省科技计划项目(No.2017WK2074)
中南大学创新创业师生共创项目(No.2017gczd016)
文摘
自然场景文本检测是图像内容分析和理解的重要前提.本文提出一种基于自适应色彩聚类和上下文信息分析的方法,用于检测自然场景图像文本.首先,将层次聚类和参数自学习策略结合,设计一种自适应色彩聚类方法,提取图像中的候选字符.该自适应色彩聚类方法能针对不同图像自动学习权重阈值,有较好的字符召回率.然后,利用文本中字符成行出现的性质,设计一种基于上下文信息的字符验证策略,既能保证较高字符召回率,也能有效移除非文本字符.最后,合并字符构建文本行,并通过后处理得到文本检测结果.在ICDAR2013公共数据集上的实验结果表明:本文分别获得74.17%的召回率,83.40%的准确率和78.52%的F得分.与其他文本检测方法相比,本文获得了较好的文本检测性能,说明本文方法的优越性.
关键词
自然场景文本检测
自适应色彩聚类
上下文信息
自学习策略
Keywords
natural scene text detection
adaptive color clustering
context information
self-learning strategy
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
BOW-HOG特征图像分类
邹北骥
郭建京
朱承璋
杨文君
吴慧
何骐
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2017
8
在线阅读
下载PDF
职称材料
2
基于自适应色彩聚类和上下文信息的自然场景文本检测
邹北骥
郭建京
朱承璋
杨文君
徐子雯
《电子学报》
EI
CAS
CSCD
北大核心
2018
2
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
