<track id="5xx77"></track>

<track id="5xx77"></track>

    ?

    基于抽象語義特征的場景識別的研究與實現.doc

    資料分類:計算機信息 上傳會員:紫色煙火 更新時間:2022-06-12
    需要金幣1000 個金幣 資料包括:完整論文 下載論文
    轉換比率:金額 X 10=金幣數量, 例100元=1000金幣 論文字數:8932
    折扣與優惠:團購最低可5折優惠 - 了解詳情 論文格式:Word格式(*.doc)

    摘要:圖像數據漸漸成為互聯網時代的主要媒體形式之一,圖像數據的理解與組織管理工作正在處于起步階段,場景識別是圖像理解的重要組成部分。在同一個語義場景下,圖像的內容是不一樣的,使用抽象語義特征進行場景識別的方法比圖像標注抽象級別更高,傳統基于視覺特征的方法比較直觀,底層特征的特征描述能力強,但抽象能力弱,單純的使用基于視覺特征的方法,很難較好的描述場景,因此使用抽象語義特征的方法能夠更好地進行場景識別。通過采用主題的方法(基于PLSA模型),對PLSA模型進行訓練,采用CCA算法進行多種特征融合。

     

    關鍵詞:主題模型;典型相關分析;語義特征

     

    目錄

    摘要

    Abstract

    1 緒論-1

    1.1 項目背景及意義-1

    1.2 國內外研究現狀-1

    1.3 擬解決的問題和研究內容-1

    1.3.1項目涉及的問題-1

    1.3.2研究內容-2

    2 相關理論基礎-3

    2.1 主題模型-3

    2.1.1 主題模型發展歷史-3

    2.1.2 主題模型分類-3

    2.2 典型相關分析-3

    2.2.1 CCA相關原理-3

    2.2.2 CCA實質-4

    2.3語義層次-4

    2.4 VGG16-4

    2.5 CBIR-5

    3 算法分析與設計-6

    3.1選擇數據集-6

    3.2 PLSA模型設計-6

    3.3 CCA算法分析-6

    4基于PLSA模型的場景識別-10

    4.1 傳統方法-10

    4.2 PLSA模型-10

    4.2.1 PLSA模型理解-10

    4.2.2 EM算法-10

    4.3流程描述-11

    4.4模型訓練-12

    4.5實驗結果-13

    5典型相關分析算法進行特征融合-14

    5.1 CCA理解-14

    5.2 CCA算法描述-14

    5.3 CCA算法流程-17

    5.4 實驗結果-17

    結    論-18

    參 考 文 獻-19

    致    謝-20

    相關論文資料:
    最新評論
    上傳會員 紫色煙火 對本文的描述:現有的圖像檢索系統從空間域的圖像中提取所謂的低級特征,如顏色、紋理和形狀,底層的特征有時不能代表高層語義的圖像特征,因為它們是主觀的,并且很大程度上取決于用戶的喜......
    發表評論 (我們特別支持正能量傳遞,您的參與就是我們最好的動力)
    注冊會員后發表精彩評論獎勵積分,積分可以換金幣,用于下載需要金幣的原創資料。
    您的昵稱: 驗證碼:
    ? 厨房后进大屁股18p

    <track id="5xx77"></track>

    <track id="5xx77"></track>