您的位置: 专家智库 > >

尹文杰

作品数:3 被引量:8H指数:2
供职机构:西北工业大学自动化学院更多>>
发文基金:西北工业大学基础研究基金国家自然科学基金更多>>
相关领域:自动化与计算机技术天文地球更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇天文地球

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇中词
  • 1篇视觉词
  • 1篇图像
  • 1篇图像自动标注
  • 1篇向量
  • 1篇向量机
  • 1篇聚类
  • 1篇均值聚类
  • 1篇混合模型
  • 1篇高斯
  • 1篇高斯混合
  • 1篇高斯混合模型
  • 1篇贝叶斯
  • 1篇贝叶斯信息准...
  • 1篇SIFT特征
  • 1篇K-均值
  • 1篇K-均值聚类

机构

  • 3篇西北工业大学

作者

  • 3篇郭雷
  • 3篇韩军伟
  • 3篇尹文杰
  • 2篇许明
  • 1篇贺胜

传媒

  • 1篇计算机应用研...
  • 1篇计算机工程与...
  • 1篇计算机科学

年份

  • 3篇2011
3 条 记 录,以下是 1-3
排序方式:
利用模型选择确定视觉词袋模型中词汇数目被引量:3
2011年
视觉词袋(Visual Bag-of-Words)模型在图像分类、检索和识别等计算机视觉领域有了广泛的应用,但是视觉词袋模型中词汇数目往往是根据经验确定或者采用有监督的交叉学习选取。提出一种确定视觉词袋模型中词汇数目的无监督方法,利用模型选择的思想来解决问题。使用高斯混合模型描述具有不同词汇数目的视觉词袋,计算各模型贝叶斯信息准则的值,选取贝叶斯信息准则最小值对应的词汇数目。与交叉验证的监督学习在图像分类实验的对比结果说明该方法准确有效。
许明韩军伟郭雷尹文杰
关键词:高斯混合模型贝叶斯信息准则
基于显著区域的图像自动标注被引量:3
2011年
为了提高图像自动标注的准确率,提出了一种基于图像显著区域的自动标注方法。首先提取图像的显著区域,然后提取图像的SIFT特征,利用K-均值聚类得到视觉词汇,并根据训练图像的SIFT特征是否位于显著区域进行不同的加权运算得到视觉词汇的词袋表示,最后利用支持向量机训练分类模型实现图像分类和标注。在一个包含1 255幅Corel图像的数据库进行实验,所提方法标注的准确率与整体考虑整幅图像特征相比有很大提高,表明提出的算法优于传统方法。
尹文杰韩军伟郭雷贺胜许明
关键词:图像自动标注SIFT特征K-均值聚类支持向量机
图像与视频自动标注最新进展被引量:2
2011年
近年来,图像与视频自动标注技术成为多媒体信息处理领域的一个研究热点并且发展迅速。重点介绍此领域研究的最新进展。将这些新方法分为两类:基于学习的标注方法和基于搜索的标注方法,分别介绍了各个算法的基本思想和优缺点。然后,介绍了一些目前流行的商业的和研究性的图像检索及标注系统。最后,提出了自动标注技术的进一步研究方向。
尹文杰韩军伟郭雷
共1页<1>
聚类工具0