菜单
　　
    摘要图像识别是人工智能的一个重要领域。现今多数视觉处理的任务，都依赖于对物体、场景的识别、分类的能力。而图像识别已在诸如基于内容的图像搜索、视频信息的挖掘及移动机器人的识别方面都有广泛的运用，因此，能否做好图像识别对于这些问题而言至关重要。经过几十年的发展，图像识别的方法已经由原先的基于全局视觉特征转向为局部视觉特征，而后者现在几乎成了事实上的应用标准。全文分为四个部分：8208
    第一部分为导言部分，介绍了图像识别的研究背景和意义，并对相应的研究现状进行简要评述。
    第二部分对基于局部视觉特征的图像识别方法进行概述。
    第三部分着重介绍了其中关于局部特征算子的匹配的一个算法——带核的局部敏感哈希算法（Kernelized Locality-Sensitive Hashing）
    第四部分为总结，总结了对图像识别算法的研究方法及方向。
    关键词  局部视觉特征 核方法 局部敏感哈希算法
    毕业设计说明书（论文）外文摘要
    Title    Study of Algorithms of Object Recognition   Based on Local Features  
    Abstract
    Object Recognition is a very important field of Artificial Intelligence. Most any vision task fundamentally relies on the ability to recognize objects, scenes, and categories. And it has been widely used in applications such as content-based image search, video miming, or object identification for mobile robots, thus, whether we can handle these problems well has been considered of great importance. After decades of developments, People has turned from global image representations to local feature representations, which in the meantime, become the standard of specific object recognition tasks.
      The article is pided into four sections:
      The first section is an introduction of the backgrounds and meaning of study object recognition as well as short comments on the state of art.
      The second section is an overview of current methods of object recognitions based on local feature.
      The third section emphasize an algorithm to match local feature descriptors -- kernelized locality-sensitive hashing(KLSH).
      The fourth section is to summarize. We talk about how to study object recognition and the direction of study.
    Keywords  local-feature  Kernel-Methods  Locality-sensitive-hashing   
    1.  绪论    1
    1.1  研究背景及意义    1
    1.2  图像识别的内容及方法概述    1
    1.3  论文组织结构    2
    2. 基于局部特征的图像识别    3
    2.1  概述    3
    2.2  局部特征的检测与表示    3
    2.2.1  介绍    3
    2.2.2  兴趣点及区域的检测    4
    2.2.3  特征的描述    7
    2.2.4  特征的提取与表示小结    8
    2.3  特征算子的匹配    9
    2.3.1  介绍    9
    2.3.2  常用方法    9
    2.4  匹配点几何关系的验证    10
    2.4.1  几何模型的推测    10
    2.4.2  异常值的处理    11
    2.4.3  几何关系验证小结    12
    3. 带核的局部敏感哈希算法（KLSH）    13
    3.1  提出背景    13
    3.2  核方法    13
    3.3  局部敏感哈希算法    14
    3.4  带核的局部敏感哈希算法    15
    3.5  一些讨论    18
    3.6  实验结果及分析    18
    4. 结论    22
  1. 上一篇：UML客户关系管理系统的设计与实现
  2. 下一篇：典型地物光谱库系统设计与实现

  1. 基于MATLAB的图像增强算法设计

  2. 基于Kinect的手势跟踪与识别算法设计

  3. JAVA基于安卓平台的医疗护工管理系统设计

  4. 基于核独立元分析的非线...

  5. 基于Hadoop的制造过程大数据存储平台构建

  6. 基于安卓系统的测量软件...

  7. 基于VC++的GIS矢量图形系统开发

  8. 酸性水汽提装置总汽提塔设计+CAD图纸

  9. 乳业同业并购式全产业链...

  10. 中考体育项目与体育教学合理结合的研究

  11. 大众媒体对公共政策制定的影响

  12. java+mysql车辆管理系统的设计+源代码

  13. 电站锅炉暖风器设计任务书

  14. 河岸冲刷和泥沙淤积的监测国内外研究现状

  15. 杂拟谷盗体内共生菌沃尔...

  16. 当代大学生慈善意识研究+文献综述

  17. 十二层带中心支撑钢结构...

　　

About

751论文网手机版...

主页：http://www.751com.cn

关闭返回