基于Shape Context形状匹配的图片检索研究_第1页
基于Shape Context形状匹配的图片检索研究_第2页
基于Shape Context形状匹配的图片检索研究_第3页
基于Shape Context形状匹配的图片检索研究_第4页
基于Shape Context形状匹配的图片检索研究_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于ShapeContext形状匹配的图片检索研究计算机应用唐良2007-1-9检索的两大核心问题1.匹配问题信息的相关度的度量2.索引问题B-tree,Hash等方法前人的工作我做的工作2007-1-9图片相关度的度量方法ShapeMatchingandObjectRecognitionUsingShapeContextIEEETransactionsOnPatternAnalysisandMachineIntelligence,VOL.24NO.24,April20022007-1-9图片的差异度计算图片的差异度=两张图片中所有最佳匹配点的差异度之和2007-1-9点的差异度计算点的差异度=点的周边点集分布的差异度之所有叫”Context”（上下文），就是这个周边的意思2007-1-9一个点周边点集的分布描述根据极坐标，划分空间。平面分成m*n个bin，m个角度区间，n个logR距离区间。(R表示极坐标中的距离)作者在论文中取得m=12,n=52007-1-9点分布的差异度计算公式表示第i个点的第k个bin中的点数对应bin的点数越接近，函数值越小2007-1-9算法的缺陷计算量过大，O(N^3)的计算量。查找一个点的最佳匹配点所有点的差异度求和一个点的全部bins数据差异计算2007-1-9索引的建立目的和思路1.减支，分类2.压缩搜索空间3.参考R-tree，Hash等常规索引建立的方法。2007-1-9搜索最佳匹配点的索引1.基于Hash的思想2.将图片内的所有点进行分类3.只在同类的点集中找到最佳匹配点2007-1-9按照角度来划分区间将极坐标空间按照角度分成6个大区间2007-1-9对每个区间内的点集个数划分等级每个区间内点集总数按照下列区间分级:Level1:[0,31]Level2:[32,79]Level3:[80,149]Level4:[150,-]求得6个区间的level整数值:X1,X2,…,X62007-1-9Hash值计算Hash值=X1*(4^5)+X2*(4^4)+X3*(4^3)+X4*(4^2)+X5*4+X6总共有4^6=4096个不同的hash值图片内的所有点就分布在了这4096不同的hashbucket(桶)内。2007-1-9为什么这样建立hash1.一个hash值，决定X1,X2,…,X6的6个取值。2.X1,X2,..,X6决定一个点周围点集的大致分布3.最佳匹配的点，应该也是同样的大致分布可以从前文中Cij的计算公式出发得到简单的数学证明2007-1-9实际Demo的界面2007-1-9测试数据库:15张200x200的图片2007-1-9效率的测试结果测试图片点集个数不用索引使用索引4684484.375ms15.625ms5874968.75ms15.625ms2412234.375ms0ms2742531.25ms15.625ms4463875ms15.625ms2582

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论