一种基于压缩感知理论的纹理分类方法

来源 :计算机应用研究 | 被引量 : 3次 | 上传用户:aiwoba1215
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统纹理分类方法计算复杂的问题,基于bag-of-words模型提出了一种简单、新奇的纹理分类方法。在特征提取阶段,使用NSCT滤波器对局部图像块进行映射投影,然后通过观测矩阵提取其随机测量值特征;在纹理分类阶段,直接将随机特征嵌入到bag-of-words环境,并直接在压缩域内进行学习和分类。利用纹理图像的稀疏性,提出的特征提取方法简单,并且在性能和复杂度上都优于传统特征提取方法。最后使用CURe T数据库进行数值实验,并与patch、patch-MRF、MR8、LBP四种最经典的方法进行比对
其他文献
针对复杂背景下目标被部分遮挡时的稳定跟踪问题,提出一种基于图模型的粒子滤波跟踪方法。该方法将图模型应用于粒子滤波之中。融合颜色和边缘特征建立目标的观测模型,构建粒子
北京市规定:自1996车5月31日起.北京各集贸市场禁止使用杆秤.取而代之的是更为精确且不易做手脚的电子秤、机械秤。自那从后.人们发现农贸市场上卖水果、卖蔬菜的部改用电子秤或
针对Android恶意应用泛滥的问题,提出了一种基于恶意应用样本库的多级签名匹配算法来进行Android恶意应用的检测。以MD5哈希算法与反编译生成的smali文件为基础,生成API签名、Method签名、Class签名、APK签名。利用生成的签名信息,从每一类恶意应用样本库中提取出这类恶意行为的共有签名,通过匹配待检测应用的Class签名与已知恶意应用样本库的签名,将待测应用中含有与恶意签名的列
针对P2P网络信任机制中没有全面考虑信任的模糊性和随机性问题,将云模型引入到信任机制中。利用灰色预测理论,对节点的行为进行预测,根据云模型的特征参数从节点的信任值平均水平和离散水平两个方面考虑一个节点是否值得信任。实验仿真表明,该机制可以有效识别出网络中行为不稳定的恶意节点,并通过降低其信任值的方法减少其参与网络交易的机会,提高了系统的交易成功率,保证了网络的安全性。
旨在建立公交专用道延误与公交车流量的关系模型。为了方便建模,引入了单位公交专用道延误的概念,即公交车在单位长度(100 m)路段、单个站点和单个交叉口的延误之和。然后应
针对目前浅层分类方法存在训练样本数量过大和拟合复杂函数能力较弱等问题,提出一种改进的基于深信度网络分类算法的行人检测方法。通过搭建带T分布函数显层节点的受限波兹曼
对大规模地形进行实时渲染时,大量数据传输、存储和处理严重制约着实时渲染的速率。基于此,提出了一种基于快速离散余弦变换的嵌入式零树编码实现地形数据压缩与实时粗粒度LOD渲染结合的算法。首先对分块后的地形数据分别进行快速离散余弦变换,然后对得到的系数进行聚类操作,最后对其进行嵌入式零树编码。实验结果表明,该算法压缩效率高,信噪比较好,计算相对简单,帧速率比传统的基于小波变换的算法提高了20%,更加符合
为了准确地估计源图像的清晰区域,提高多聚焦图像融合的效率,提出了一种新的基于清晰度估计的图像融合方法。首先利用基于离散小波的清晰度估计方法获取源图像的聚焦区域;然后使用均值滤波和空洞填充进一步优化该聚焦区域;最后结合清晰度估计和相似性特性,将不同聚焦区域合并生成融合图像。该方法获得的融合图像在客观评价和主观质量上都优于以往基于清晰度的图像融合方法。
为了选择有效的图像特征,并将这些特征融合以进行图像的显著区域检测,提出一种基于图像特征稀疏约束的显著性检测算法。该算法首先建立一个包括多种图像特征的特征池,之后假设图像的显著图由特征池中特征的线性组合来表示,并用线性回归的方法从眼动追踪数据库的信息中学习出该线性组合的权重参数;在学习的过程中,对线性回归的系数加一个稀疏约束条件,使得某些不重要特征对应的系数在最优化过程中自动收缩为0,从而达到特征选