【摘要】多媒体技术的发展,使得每天都有海量图像数据不断产生。图像分类作为数据组织的一种基本方法,一直在研究领域备受关注。图像分类问题可以概括为两个大步骤：(a)首先就是要将视觉图像表示为数值信息,即图像表示；(b)然后针对所得的图像表示,选择合适的分类器进行训练,最终得到图像分类模型。图像分类的这两个步骤对分类的效果都有很重要的影响,两者是相辅相成的。本文从围绕图像分类的两大步骤,展开了对图像分类 […]

【摘要】图像分类是数字图像分析与理解的主要研究方向,因而受到人们广泛的关注,如何对大量的图像进行快速、准确的分类是当前研究中的一个热点问题。本文将词袋模型应用于无监督图像分类,并针对传统词袋模型中所涉及方法(如特征提取、聚类方法等)的不足,做出了如下的改进：首先,采用加速鲁棒特征变换(SpeededUpRobustFeatures,SURF)提取特征(图像词语)。本文将增加预处理环节,即通过特征兴 […]

【摘要】运动目标跟踪和动作识别是计算机视觉和模式识别领域的热点问题。目标跟踪过程中,由于存在视角变化、姿态变化、尺度变化、光照变化以及遮挡问题等,使得长时间鲁棒跟踪目标变得困难；而动作识别过程中,不仅存在外界环境变化的因素,还有同类动作不存在统一格式、动作在时间维度上难以分割等困难,使得动作识别同样成为一个具有挑战性的课题。本文在国内外当前研究的基础上,利用“词袋”模型等相关理论来解决目标跟踪和动 […]

【摘要】随着互联网和多媒体技术的不断发展,海量的图像资源和数据涌入互联网,它们深刻地影响着我们的日常生活,此时对于图像内容准确地理解显得尤为重要。图像分类技术融合了机器学习、人工智能等学科的先进思想和理论,旨在将原本无序分布的大批量的图像数据进行有序地归类,是解决图像理解问题的基础。随机森林算法建立在决策树模型基础之上,它是多棵决策树的组合,在分类场景中得到广泛应用。作为一种优秀的分类器模型,也为 […]

【摘要】当前信息技术快速进步，图像数量与日俱增，伴随而来的是关于图像研究的众多课题飞速发展，如图像标注、3D重建、图像检索、图像分类、图像标签推荐等，其中图像分类研究已成为图像研究领域的热门课题。词袋模型作为图像分类研究领域中最成功的模型之一，已越来越受到大家的重视。但是，词袋模型的最大缺陷就是认为视觉单词特征彼此独立存在，丢弃了视觉单词之间的空间位置信息。研究发现,这种视觉单词之间空间信息关系对 […]

【摘要】作为人与人之间交流信息和交换意图的主要通道,手势在人机交互过程中起着无比重要的作用。借助手势,可以使普通的用户和机器进行自然、友好的交互,使得机器能“读懂”人的语言,并做出相应的动作。本文从自然和谐的人机交互的角度出发,结合手势的形状特征,主要研究了基于视觉的手势识别相关算法。针对手势形变对手势识别精度的影响,在重点研究简单、有效的手势特征提取的基础上,实现了静态和动态的手势识别。具体的研 […]