搜索资源列表
23232
- 随着多媒体技术和计算机网络的飞速发展，全世界的数字图像的容量正以惊人的速度在增长。这些数字图像中包含了大量有用的信息。然而，由于这些图像是无序的分布在世界各地，图像中包含的信息无法被有效地访问和利用。这就要求有一种能够快速而准确地查找访问图像的技术，即图像检索技术。-with multimedia technology and computer network the rapid development The worldwide digital image capacity is at an
noseecluster
- 聚类分析技术有着广泛应用.因为在对图像进行聚类分析时,通常缺少可资利用的先验知识,所以需要采用无监督的聚类算法.为了适应图像检索的需要,提出了一种新型的无监督聚类方法,即根据离群点信息来自动确定聚类算法的终止时机.此方法还弥补了现有聚类算法在离群点识别、使用上的缺欠.为验证其可行性,用其改进了CURE和ROCK两个经典算法.实验表明,改进后的两个算法都能自动终止,并能取得优于以往的聚类效果. -clustering analysis techniques have wide applicatio
ImageRetrievalBasedOnColorandShapeFeaturesofInteri
- 提出了一种基于兴趣点的图像检索新方法ACSM(Annular Color and Shape Moment) , 利用兴趣点的位置信息, 提取兴趣点周围局部区域的颜色矩特征和区域形状不变矩特征。ACSM算法不仅对平移、旋转具有良好的鲁棒性, 而且克服了传统颜色矩和形状不变矩没有位置信息的缺陷。实验结果表明, 由于将颜色和形状特征有机结合, ACSM算法有效提高了图像检索的准确性。
InteractiveMethodofImageRetrievalBasedonNeuralNetw
- 系统根据用户对检索结果的评价，动态构造神经网络，描述图像之间的相似性；图像间的这种相似性以及本次检索结果可以作为以后检索的历史信息保存在神经网络中，从而提高下一次检索的效率。实验表明，该方法嵌入到典型的图像检索系统中，改善了图像检索性能。
system
- 对多媒体数据的检索，早期的方法是用文本将多媒体数据进行标识，这显然不是基于多媒体信息本身内容的检索，对多媒体数据中包含的信息是一中及大的浪费； 基于内容的检索是多媒体数据库的关键技术，如何实现这块技术，是值得商榷的，而最好的方法是使用无需领域知识的检索方法，因此，基于颜色的方法就是实现的关键； 本文介绍了颜色直方图和颜色对方法在基于内容检索时的实现思路和理论； 其实颜色直方图简单来说，就是统计图像中具有某一特定颜色的象素点数目而形成的各颜色的直方图表示，
vedioretrival
- 基于内容的视频信息检索权威的E文评述，2篇IEEE论文
CBIR
- 一个图片检索的MFC程序，通过特征提取计算图片间的相似度来检索出最相近的图片信息。-A picture of MFC retrieval procedures, through the feature extraction calculating the similarity between the picture to retrieve the most similar to the picture information.
5611
- 提出了一种基于颜色和纹理的新的图像检索方法。该方法在HSV 颜色空间量化过程中,采用一种基于线 性隶属度的模糊量化方法,使量化结果更接近于人类感知 在提取分块主色的基础上引入一种颜色相邻矩阵,用于描 述颜色的相对空间分布情况,以提高对图像变形的鲁棒性 还加入图像的纹理信息,最后结合这些颜色和纹理特征进 行复合图像检索。实验表明,该方法能有效提高图像检索精度。- A new picture ret rieval algorithm based on color and texture
54564
- 在基于内容的图像检索中,图像的标注字能够缩小图像的高级语义和低级视觉内容 之间的差距,并方便检索. 但手工标注费时费力且结果具有主观不一致性,而图像的自动语义标注 能够将图像的视觉特征转化为图像的标注字信息,为用户的使用带来了极大的方便. 本文提出了一 种基于实例的图像自动语义标注方法.-In content2based image retrieval, annotations of image can not only reduce the gap between high2
contour
- 效率较高的手语特征提取工具和源代码，该工具可以从视频中抽取每一帧的手语特征，并且用于视频检索和手语识别。首先使用肤色和运动提取每一帧中的运动信息，最后使用轮廓工具找出手语的特征，比如傅里叶算子，面积，周长，速度，加速度等，为视频检索打下基础。- a hand guesture tool use skin color detection and coutour tecnology
chepaijiansuo
- 在一张整车的图片中实现对车牌数字的信息检索！-The picture in a vehicle license plate number to achieve information retrieval!
HIT_VCImage_PPT
- 哈尔滨工业大学图像信息检索课程PPT，教师：苏小红-Harbin Institute of Technology Image Information Retrieval Course PPT, teachers: Xiao-Hong Su
Text_Feature_Extraction
- 文本特征提取方法研究。文本的表示及其特征项的选取是文本挖掘、信息检索的一个基本问题，它把从文本中抽取出的特征词进行量化来表示文本信息。-Text Feature Extraction. And characteristics of the text of that item selection is text mining, information retrieval is a basic problem, which to extract from the text to quantify t
NSCT
- 1．分析研究了基于内容的图像检索系统的工作原理，关键技术如：纹 理、形状等图像底层特征的描述方法， 图像间的相似性度量方法， 图像库索引机制等。 2．研究了基于纹理特征的图像检索方法，并提出了一种基于NSCT 变 换的纹理特征提取方法。通过对SAR 图像及相关图像进行NSCT 分解，计算不同尺度不同方向上的系数幅度序列的均值，标准方差 和三阶中心矩，以此构成特征向量来描述图像的纹理。实验证明本 文提出的采用NSCT 算法有较好的特征提取效果，引入三阶中心矩 作为特
ColorBlockSearch
- 一种高效的色彩搜索算法封装库，可以在一幅图片中检索出制定的颜色，并得到色块的轮廓信息。-An efficient color search algorithm package library, you can retrieve the image in a color set and get blocks of color of the contour information.
SF
- 中文分词在中文信息处理中是最最基础的，无论机器翻译亦或信息检索还是其他相关应用，如果涉及中文，都离不开中文分词，因此中文分词具有极高的地位。中文分词入门最简单应该是最大匹配法-Chinese word segmentation in Chinese information processing is the most basic, whether in machine translation Yihuo information retrieval, or other related applic
RegionGaussian
- 这个函数主要用于图像检索，主要检索图像轮廓信息，高斯描绘子-This function is mainly used for image retrieval, the main outline of information to retrieve images, depicting sub-Gaussian
03
- 类的目的就是根据现有的图像特征建立一个分类器，能够对未知的图像类型进行预测。在现有众多分类 算法中，贝叶斯分类器由于其坚实的数学理论基础并能综合先验信息和数据样本信息，成为"-3前机器学习和数据挖 掘的研究热点之一。本文论述了内容图像检索中基于贝叶斯分类器的图像分类技术。介绍了贝叶斯分类器，叙述了 利用贝叶斯分类器进行图像分类的方法，以及图像特征的分布假定。最后通过对分类器的探讨，总结了贝叶斯估计 分类的不足。-The purpose of class is based on a
colorMom
- 颜色矩是一种简单有效的颜色特征表示方法，有一阶矩(均值,mean)、二阶矩(方差,viarance)和三阶矩(斜度,skewness)等，由于颜色信息主要分布于低阶矩中，所以用一阶矩，二阶矩和三阶矩足以表达图像的颜色分布，颜色矩已证明可有效地表示图像中的颜色分布。本代码很好的实现了对图片颜色矩的提取，并有详细的注释。(Color moment is said a simple and effective method of color feature, a moment (mean, mean)
Colorhist_Libsvm_dem
- 随着科学技术的飞速发展，机器学习与人工智能技术的不断创新，人们对特定信息检索的需求逐渐增加，使得如何对资源进行合理有效的分类成为一个关键问题。近几年来，基于内容的图像分类的研究焦点主要集中在自然图像的场景分类和物体分类两个方面，大多采用有监督学习方法，通过对底层特征建模和中间语义分析来实现分类。 本文基于Libsvm的图像分类研究及实现，主要针对的是物体分类这一方面，选用了五类水果作为分类研究的对象。对图像进行分类的大体步骤主要包括采集图像样本（主要从Web上获取）、图像预处理（如截成大小一致