Sparse_Coding用于图像搜索研发文档.docxVIP

下载本文档

1
0
约小于1千字
约 4页
2020-10-22 发布于浙江
举报
版权申诉

Sparse_Coding用于图像搜索研发文档.docx

1、本文档共4页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Sparse_Coding用于图像搜索研发文档郭涛今日任务：修改优化Sparse Coding用于图像搜索的代码，并测试其对正负样本的区分能力。实验结果：从样本库抽取200张正向样本和200张负向样本，如下所示：正向样本负向样本将目标图像划分为15*15的小方格（cell），计算每一个cell的Sparse Code，每8个cell组合成一个patch，一共有5个patch，将8个cell的Sparse Code的和作为每个patch的特征，5个patch的特征组合成整幅图像的特征集Features：匹配时计算目标图像和匹配图像的Features的相关距离，如下图所示，绿色点为计算出的正向样本与目标之间的相关距离，红色点为负向样本与目标之间的相关距离：（1）使用训练出的Words计算SparseCode的结果（2）使用在目标中随机选取的Words计算SparseCode的结果相对于之前使用颜色特征（LOG颜色空间和颜色亮度分布）的结果，使用Sparse Code特征的结果还是不够好，如果能使用更多的样本和更好的特征来训练Words，结果应该能够更好，所以仍需继续优化：（3）LOG颜色空间特征区分结果（4）颜色亮度分布特征区分结果