赵永威
- 作品数：16 被引量：33H指数：4
- 供职机构：解放军信息工程大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于显著图加权视觉语言模型的图像分类方法
- 2015年
- 传统基于视觉语言模型(VLM)的图像分类方法在参数估计阶段,通常采用最大似然估计的方式统计视觉单词的分布,忽略了图像背景噪声对该模型参数估计的影响。为此,提出一种新的图像分类方法。利用基于视觉注意的显著性检测算法提取图像中的显著区域和背景区域,构建的图像带有显著图标识的视觉文档,训练视觉单词的显著度权重和条件概率,并使用显著图加权视觉语言模型进行图像分类。实验结果表明,与传统VLM等方法相比,该方法能有效克服图像背景噪声的影响,增强视觉单词的区分性,提高分类准确率。
- 王挺进赵永威李弼程
- 关键词：图像信息图像分类
- 一种基于自适应软分配的图像分类方法
- 2015年
- 视觉词袋模型(Bo VW)是当前图像分类领域的主流方法,然而,视觉单词同义性和歧义性问题严重制约了该模型的性能,进而降低图像分类准确率。针对该问题,本文提出一种基于自适应软分配的图像分类方法。该方法首先对尺度不变特征变换(SIFT)特征映射到视觉单词的距离进行分析,按一定的规则进行归类,并针对具有不同模糊程度的SIFT特征采用自适应的分配策略;然后,通过卡方模型分析各个视觉单词与图像类别之间的相关性,并依此去除视觉停用词(VSW),重构视觉单词统计直方图;最后,输入到支持向量机(SVM)完成分类。实验结果表明,该优化方法能有效地降低视觉单词同义性和歧义性问题带来的影响,增强视觉单词的区分性,进而提高图像分类准确率。
- 王挺进赵永威李弼程
- 关键词：图像分类
- 基于特征分组与特征值最优化的距离度量学习方法被引量：2
- 2015年
- 主流的距离度量学习方法都需要求解半正定规划(Semi-definite programming,SDP)问题,而其中每次循环迭代中的矩阵完全特征分解运算使得现有方法计算复杂度很高,实用性不强,难以应用在大规模数据环境。本文提出了一种基于特征分组与特征值最优化的距离度量学习方法。引入特征分组算法,根据特征各维数之间相关性对图像底层特征进行分组。在一定的约束条件下,将求解SDP问题转化为特征值最优化问题,在每次循环迭代中只需计算矩阵最大特征值对应的特征向量。实验结果表明该方法能有效地降低计算复杂度,减少度量矩阵的学习时间,并且能取得较好的分类结果。
- 赵永威张蕾李弼程王挺进吕清秀
- 关键词：度量矩阵
- 基于空间上下文加权词汇树的图像检索方法被引量：6
- 2013年
- 基于词汇树的词袋模型(Bag-of-Words)表示算法是目前图像检索领域中的主流算法.针对传统词汇树方法中空间上下文信息缺失的问题,提出一种基于空间上下文加权词汇树的图像检索方法.该方法在词汇树框架下,首先生成SIFT点的空间上下文信息描述.然后利用SIFT点间的空间上下文相似度对SIFT间的匹配得分进行加权,得到图像间的相似度.最后,通过相似度排序完成图像检索.实验结果表明,该方法能够大幅度提高图像检索的性能,同时,对大规模图像库有较好的适用性.
- 朱道广郭志刚赵永威
- 关键词：图像检索
- 基于随机化视觉词典组和上下文语义信息的目标检索方法被引量：6
- 2012年
- 传统的视觉词典法(Bag ofVisual Words,BoVW)具有时间效率低、内存消耗大以及视觉单词同义性和歧义性的问题,且当目标区域所包含的信息不能正确或不足以表达用户检索意图时就得不到理想的检索结果.针对这些问题,本文提出了基于随机化视觉词典组和上下文语义信息的目标检索方法.首先,该方法采用精确欧氏位置敏感哈希(Exact Euclidean Locality Sensitive Hashing,E2LSH)对局部特征点进行聚类,生成一组支持动态扩充的随机化视觉词典组;然后,利用查询目标及其周围的视觉单元构造包含上下文语义信息的目标模型;最后,引入K-L散度(Kullback-Leibler divergence)进行相似性度量完成目标检索.实验结果表明,新方法较好地提高了目标对象的可区分性,有效地提高了检索性能.
- 赵永威郭志刚李弼程高毫林陈刚
- 一种基于随机化视觉词典组和查询扩展的目标检索方法被引量：9
- 2012年
- 在目标检索领域,当前主流的解决方案是视觉词典法(Bag of Visual Words,BoVW),然而,传统的BoVW方法具有时间效率低、内存消耗大以及视觉单词同义性和歧义性的问题。针对以上问题,该文提出了一种基于随机化视觉词典组和查询扩展的目标检索方法。首先,该方法采用精确欧氏位置敏感哈希(Exact Euclidean LocalitySensitive Hashing,E2LSH)对训练图像库的局部特征点进行聚类,生成一组支持动态扩充的随机化视觉词典组;然后,基于这组词典构建视觉词汇分布直方图和索引文件;最后,引入一种查询扩展策略完成目标检索。实验结果表明,与传统方法相比,该文方法有效地增强了目标对象的可区分性,能够较大地提高目标检索精度,同时,对大规模数据库有较好的适用性。
- 赵永威李弼程彭天强高毫林
- 关键词：查询扩展
- 基于随机化视觉词典组和上下文语义信息的目标检索方法
- 本发明涉及一种基于随机化视觉词典组和上下文语义信息的目标检索方法。首先采用精确欧氏位置敏感哈希函数对训练图像库的局部特征点进行聚类，生成一组支持动态扩充的随机化视觉词典组；然后选取查询图像并用矩形框界定目标区域，提取查询...
- 赵永威李弼程高毫林蔺博宇
- 图像语义表达与度量学习技术研究
- 随着互联网和多媒体技术的飞速发展及广泛应用,尤其是智能手机等新兴移动终端的迅速普及,使得数字图像资源的规模呈爆炸式增长。面对海量的图像信息,如何准确、高效地实现图像资源的标注、分类、检索等各项工作,已成为当前智能信息处理...
- 赵永威
- 基于弱随机映射的目标检索技术研究
- 近年来，随着互联网和多媒体技术的迅猛发展，使得多媒体数据呈“爆炸式”增长，形成了海量的信息环境。面对海量的图像数据，人们往往对其中的一些具体目标感兴趣，因此，如何准确、高效地从中检索出包含用户感兴趣目标的图像已成为亟待解...
- 赵永威
- 关键词：查询扩展
- 基于随机化视觉词典组和上下文语义信息的目标检索方法
- 本发明涉及一种基于随机化视觉词典组和上下文语义信息的目标检索方法。首先采用精确欧氏位置敏感哈希函数对训练图像库的局部特征点进行聚类，生成一组支持动态扩充的随机化视觉词典组；然后选取查询图像并用矩形框界定目标区域，提取查询...
- 赵永威李弼程高毫林蔺博宇
- 文献传递
