基于感受野学习的特征词袋模型简化算法
本文关键词:基于感受野学习的特征词袋模型简化算法
更多相关文章: 视觉词袋模型 感受野学习 目标识别 图像分类 特征学习
【摘要】:本文研究了在图像识别任务中,感受野学习对于特征词袋模型的影响。在特征词袋模型中,一个特征的感受野主要取决于视觉词典中的视觉单词和池化过程中所使用的区域。视觉单词决定了特征的选择性,池化区域则影响特征的局部性。文中提出了一种改进的感受野学习算法,用于寻找针对具体的图像识别任务最具有效性的感受野,同时考虑到了视觉单词数量增长所带来的冗余问题。通过学习,低效、冗余的视觉单词和池化区域会被发现,并从特征词袋模型中移除,从而产生一个针对具体分类任务更精简的、更具可分性的图像表达。最后,通过实验显示了该算法的有效性,学习到的模型除了结构精简,在识别精度上相比原有方法也能有一定提升。
【作者单位】: 电子科技大学计算机科学与工程学院;
【关键词】: 视觉词袋模型 感受野学习 目标识别 图像分类 特征学习
【基金】:国家自然科学基金项目(61371182)
【分类号】:TP391.41
【正文快照】: 在计算机视觉和模式识别领域,图像识别是一类相当常见的问题。它的作用是预测一幅图像的类别标签,或者标注出图像内容的属性。在使用分类器对图像所属类别进行预测之前,一般会使用合适的特征对图像进行描述。特征词袋(bag-of-features, Bo F)是一种常用的简洁而高效的图像中
【相似文献】
中国期刊全文数据库 前10条
1 杨显波,危辉;基于多尺度感受野模型的指向性图像分析[J];计算机工程;2003年06期
2 章健;赵冰;李永强;常奇峰;逯鹏;;感受野视觉特征整合模型及应用[J];科技导报;2013年09期
3 陈继述;视觉神经元感受野与色觉恒常性[J];红外与毫米波学报;1993年01期
4 刘建立;沈菁;王蕾;高卫东;;织物纹理的简单视神经细胞感受野的选择特性[J];计算机工程与应用;2014年01期
5 吴贺;胡玉兰;;非经典感受野的朝向和对比度特性在轮廓提取中的应用[J];沈阳理工大学学报;2013年06期
6 杜晓凤;李翠华;李晶;;基于复合感受野的轮廓检测算法[J];电子与信息学报;2009年07期
7 张光年,杨俭华,张志广,王光毓,林书煌;GC感受野的双高斯差和外周相互抑制网络模型的空间响应特性[J];首都师范大学学报(自然科学版);1997年02期
8 张光年,杨俭华,王光毓,张志广,林书煌;两种GC感受野模型的空间传输特性研究[J];首都师范大学学报(自然科学版);1997年S1期
9 于江波;陈后金;李居朋;;视觉选择注意机制模型及其应用[J];电子测量与仪器学报;2008年04期
10 傅瑞罡;王平;高颖慧;;一种基于图像切线方向感受野的轮廓检测方法[J];重庆理工大学学报(自然科学);2014年04期
中国博士学位论文全文数据库 前4条
1 王晓梅;基于非经典感受野机制的图像认知计算模型[D];复旦大学;2012年
2 郎波;基于非经典感受野的图像表征计算模型及应用研究[D];复旦大学;2013年
3 李宁;基于视觉认知的人体行为特征提取模型研究[D];北京交通大学;2010年
4 窦燕;基于空间和物体的视觉注意计算方法及实验研究[D];燕山大学;2010年
中国硕士学位论文全文数据库 前10条
1 吕琦;选择性视觉注意力的研究[D];复旦大学;2014年
2 武恒;基于神经节细胞感受野拮抗机制的图像认知计算模型[D];复旦大学;2014年
3 高楠;基于动态感受野的视觉不变性和频率效应研究[D];天津大学;2008年
4 曾驰;基于视觉感受野特性的物体轮廓提取算法研究[D];电子科技大学;2010年
5 崔俊辉;基于年龄相关的初级视觉皮层神经元感受野大小曲线的拟合模型研究[D];云南大学;2015年
6 冯平艳;基于局部场电位的神经元感受野调谐特性研究[D];郑州大学;2012年
7 张艳山;基于视觉感受野模型的图像去噪算法研究[D];电子科技大学;2015年
8 杨开富;基于多视觉特征的非经典感受野模型及应用研究[D];电子科技大学;2012年
9 许子龙;基于感受野动态特性的图像增强算法研究[D];电子科技大学;2012年
10 吴贺;基于生物细胞模拟的图像轮廓提取方法研究[D];沈阳理工大学;2014年
,本文编号:1038226
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1038226.html