发明名称 | 字典学、视觉词袋特征提取方法及检索系统 | ||
摘要 | 本发明提供一种字典学方法,包括:1)基于维度将图像的局部特征向量分为第一分段和第二分段;2)用多个局部特征向量的第一分段构造第一数据矩阵,用多个局部特征向量的第二分段构造第二数据矩阵;3)对第一数据矩阵进行稀疏非负矩阵分解,得到用于对局部特征向量的第一分段进行稀疏编码的第一字典;对第二数据矩阵进行稀疏非负矩阵分解,得到用于对局部特征向量的第二分段进行稀疏编码的第二字典。本发明还提供了基于上述两个字典对图像局部特征进行分段稀疏表示的视觉词袋特征提取方法和相应的检索系统。本发明能够大幅减少内存占用,降低词表训练时间和特征提取时间,特别适合应用于移动终端。 | ||
申请公布号 | CN104036012A | 申请公布日期 | 2014.09.10 |
申请号 | CN201410287639.2 | 申请日期 | 2014.06.24 |
申请人 | 中国科学院计算技术研究所 | 发明人 | 唐胜;张勇东;李锦涛;徐作新 |
分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
代理机构 | 北京泛华伟业知识产权代理有限公司 11280 | 代理人 | 王勇 |
主权项 | 一种字典学习方法,其特征在于,包括下列步骤:1)基于维度将图像的局部特征向量分为第一分段和第二分段;2)用训练集中局部特征向量的第一分段作为列向量,构造第一数据矩阵,用训练集中局部特征向量的第二分段作为列向量,构造第二数据矩阵;3)对第一数据矩阵进行稀疏非负矩阵分解,得到用于对局部特征向量的第一分段进行稀疏编码的第一字典;对第二数据矩阵进行稀疏非负矩阵分解,得到用于对局部特征向量的第二分段进行稀疏编码的第二字典。 | ||
地址 | 100190 北京市海淀区中关村科学院南路6号 |