基于快速低秩編碼與局部約束的圖像分類算法
大小：0.66 MB 人氣： 2017-11-24 需要積分：1
標簽：圖像分類(11868)
針對快速低秩編碼算法存在特征重建誤差較大，以及特征間局部約束條件丟失的問題，提出一種強化局部約束的快速低秩編碼算法。首先，使用聚類算法對圖像中特征進行聚類，得到局部相似特征集合及其對應的聚類中心；其次，在視覺詞典中采取K最近鄰（ KNN）策略查找聚類中心對應的K個視覺單詞，并將其組成對應的視覺詞典；最后，使用快速低秩編碼算法獲得局部相似特征集合對應的特征編碼。改進算法在Scene-15和Caltech-101圖像庫上的分類準確率比快速低秩編碼算法提高4qo到8%，編碼效率比稀疏編碼算法提高5-6倍。實驗結果表明，改進算法使得局部相似特征具有相似編碼，從而更加準確地表達圖像內(nèi)容，能有效提高分類準確率及編碼效率。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于快速低秩編碼與局部約束的圖像分類算法下載
相關電子資料下載
- 深入了解目標檢測深度學習算法的技術細節(jié) 150
- CNN圖像分類策略 191
- 邁向更高效的圖像分類：解析DeiT模型的移植和適配 563
- MS-COCO數(shù)據(jù)集的可靠嗎？ 445
- 如何使用質(zhì)心法進行目標追蹤--文末送書 470
- 基于XIAO的圖像分類處理項目 893
- 圖像分類的主流深度神經(jīng)網(wǎng)絡模型有哪些 深度神經(jīng)網(wǎng)絡搜索方法總結 1214
- 都2023年了，F(xiàn)aster-RCNN還能用嗎？ 476
- 如何在KV260上快速體驗Vitsi AI圖像分類示例程序 1153
- LLaMA微調(diào)顯存需求減半，清華提出4比特優(yōu)化器 342