| 用于圖像分類(lèi)的有偏特征采樣方法 | |
| 所屬分類(lèi)：技術(shù)論文 | |
| 上傳者：serena | |
| 標(biāo)簽： 圖像分類(lèi) Pascal | |
| 所需積分：1分積分不夠怎么辦？ | |
| 文檔介紹： 為了模擬圖像分類(lèi)任務(wù)中待分類(lèi)目標(biāo)的可能分布，使特征采樣點(diǎn)盡可能集中于目標(biāo)區(qū)域，基于Yang的有偏采樣算法提出了一種改進(jìn)的有偏采樣算法。原算法將目標(biāo)基于區(qū)域特征出現(xiàn)的概率和顯著圖結(jié)合起來(lái)，計(jì)算用于特征采樣的概率分布圖，使用硬編碼方式對(duì)區(qū)域特征進(jìn)行編碼，導(dǎo)致量化誤差較大。改進(jìn)的算法使用局部約束性編碼代替硬編碼，并且使用更為精確的后驗(yàn)概率計(jì)算方式以及空間金字塔框架，改善了算法性能。在PASCAL VOC 2007和2010兩個(gè)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，平均精度比隨機(jī)選取的特征采樣方法能夠提高約0.5%，驗(yàn)證了算法的有效性。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
圖像分類(lèi) 相關(guān)資源
- 智慧農(nóng)業(yè)下基于聯(lián)邦學(xué)習(xí)的水稻病蟲(chóng)害分類(lèi)研究
- 基于生成對(duì)抗網(wǎng)絡(luò)的小樣本圖像數(shù)據(jù)增強(qiáng)技術(shù)
- 基于Swin Transformer的肝囊型包蟲(chóng)病超聲圖分類(lèi)研究
- 基于優(yōu)化多視角圖像采集的點(diǎn)云分類(lèi)
- GSDCPeleeNet：基于PeleeNet的高效輕量化卷積神經(jīng)網(wǎng)絡(luò)
- 基于DeepLabv3的隨機(jī)褶皺防偽圖案識(shí)別研究
- 基于改進(jìn)VGG16的猴子圖像分類(lèi)方法
- 用于圖像分類(lèi)的有偏特征采樣方法
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2