利用Bag-of-Synonyms模型进行物体分类研究

Bag-of-Words模型论文 Bag-of-Synonyms模型论文 物体分类论文
论文详情
物体分类在计算机视觉中是研究最活跃同时也是最基本的课题之一,其旨在判断媒体(比如图片或图像)中是否存在属于某类物体的实体。本文着重强调图片中的物体分类技术。在整个分类过程中,大致有以下三个基本步骤:(1)描述图片,(2)学习物体类别的可视模型,(3)基于可视模型对物体进行分类。因此本文首先介绍了一种非常流行,简单且高效的图片描述方法叫做Bag-of-Wbrds模型,然后基于此方法提出了一种新的描述方法叫做Bag-of-Synonyms模型并且将其应用于物体分类中,最后总结全文。目前有一些高效的图片描述方法已经被提出,比如说Bag-of-Words模型,基于物体部分的描述模型,层次模型等。相应地,一些功能强大的基于概率的分类方法(比如图模型)和直接分类的方法(比如核方法)也随之提出。Bag-of-Synonyms模型就是试图通过将更多的图片信息(比如位置信息,范围信息)引入Bag-of-Words模型并更有效的组织这些信息(比如分层管理),从而达到提高分类性能的目的。这一模型已经应用到物体分类中,并且试验结果给人以非常深刻的印象,这可以说明Bag-of-Synonyms模型非常适用于物体分类问题。
摘要第4-5页
Abstract第5页
Acknowledgments第6-9页
List of Figures第9-11页
List of Tables第11-12页
1 Introduction第12-16页
2 Bag-of-Words Model第16-37页
    2.1 Detection Module第17-21页
        2.1.1 Sampling Strategies第18-20页
        2.1.2 Different Detectors第20-21页
    2.2 Description Module第21-26页
        2.2.1 Different Descriptors第21-24页
        2.2.2 Feature Selection第24-26页
    2.3 Cluster Module第26-30页
        2.3.1 Clustering Approaches第26-29页
        2.3.2 Distance Metric Learning第29-30页
    2.4 Signature Module第30-31页
    2.5 Categorization Module第31-37页
        2.5.1 Probabilistic Approaches第32-34页
        2.5.2 Discriminative Approaches第34-37页
3 Preliminary Works第37-53页
    3.1 Discriminative Signatures第37-45页
        3.1.1 General Linear Models第38-39页
        3.1.2 Objective Function第39-40页
        3.1.3 Upper Bound of L(α)第40-41页
        3.1.4 Transform Matrix α第41-42页
        3.1.5 Experiments第42-45页
    3.2 Tensor Representation第45-53页
        3.2.1 Construction Method第45-47页
        3.2.2 Recognition Method: Tensor-pLSA第47-48页
        3.2.3 Experiments第48-53页
4 Bag-of-Synonyms Model第53-64页
    4.1 Synonym Generation第54-55页
    4.2 Best Match Kernel第55-57页
    4.3 Experiments第57-64页
        4.3.1 Graz-01第58-61页
        4.3.2 Graz-02第61-62页
        4.3.3 Caltech 256第62-64页
5 Conclusion第64-66页
References第66-75页
致谢第75页
论文购买
论文编号ABS2096603,这篇论文共75页
会员购买按0.30元/页下载,共需支付22.5
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付37.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656