金红霞
- 作品数:2 被引量:5H指数:1
- 供职机构:西北工业大学自动化学院更多>>
- 发文基金:中国航空科学基金航天科技创新基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于包级空间多示例稀疏表示的图像分类算法被引量:5
- 2017年
- 基于多示例学习框架的图像分类算法以其特有的多义性对象表示能力在图像分类中表现出较好的分类效果。但传统的包级空间多示例学习算法在特征选择过程中存在忽略小目标概念区域且包含大量冗余信息的问题,造成部分训练包信息损失,影响分类性能。为此,基于多示例学习与稀疏编码理论提出1种改进的多示例图像分类算法。该算法首先根据同类样本示例聚为一簇的特性,应用聚类算法构造每类图像的视觉词汇,并利用负包中所有示例都为负的特性,对视觉词汇进行约束,消除冗余信息;依据训练样本示例与视觉词汇的相似度,获得每类训练样本的包特征向量。然后,基于稀疏编码理论,对训练包中的包特征向量进行稀疏编码,获得每1类训练样本的字典矩阵。最后,对待分类样本特征进行稀疏线性组合,预测待分类样本的类别标签。通过对COREL数据集图像进行测试,结果表明,与其他多示例学习算法相比,文中提出的方法能较好地解决图像分类问题,具有较高的分类精度。
- 杨红红曲仕茹金红霞
- 关键词:多示例学习图像分类
- 一种目标跟踪方法及装置
- 本发明提供一种目标跟踪方法及装置,属于计算机视觉与模式识别领域。用于解决现有目标跟踪算法复杂度高的问题。包括:在第Ⅰ帧中选择第一目标位置,将第一目标的跟踪结果确定为第一正样本,从多个第一正样本包和第一负样本包通过公式(1...
- 杨红红曲仕茹金红霞
- 文献传递