Spatial Pyramid Matching for Recognizing Natural Scene Categories 空间金字塔匹配代码，matlab实现。

加法器MATLAB代码用于全卷积网络的 Atrous 空间金字塔池的 SoC 实现 队号 xohw19-188 项目名 用于全卷积网络的 Atrous 空间金字塔池的 SoC 实现 日期 2019 年 6 月 27 日。 上传档案的版本 1 大学名称 卡拉布里亚大学 信息学、建模、电子和系统工程系 主管姓名 斯蒂芬妮娅·佩里 主管邮箱 参与者 克里斯蒂安·塞斯蒂托 电子邮件 使用的板 Digilent ZedBoard Zynq-7000 ARM/FPGA SoC 开发板 Vivado 版本 2017.4 项目简述 此设计提供了一种新颖的 IP 核，该核采用 Atrous 空间金字塔池化方法，以更好地执行用于深度学习目的的语义图像分割。 通过以不同的速率应用扩张卷积，研究人员已经表明，这种策略可以更好地管理视野，并能够更好地识别多个尺度的物体。 通过利用 FPGA 的并行化能力，联合执行多个扩张卷积和全局平均池化。 通过使用 ZedBoard，整个系统允许内核和 DDR 之间通过 DMA 进行通信； 这些测试旨在通过​​将组件提供并存储在 DDR 中的结果与模拟其行为的 MATLAB

空间金字塔方法表示图像是传统BOF(Bag Of Features)方法的改进，传统BOF方法提取图像特征时，首先提取每张图像的SIFT特征描写叙述，之后将全部图像的兴趣点的特征描写叙述进行聚类形成BOW视觉词袋。最后对每张图像统计全部视觉关键词出现的频次。因此BOF是在整张图像中计算特征点的分布特征。进而生成全局直方图，所以会丢失图像的空间分布信息。无法对图像进行精确地识别。为了克服BOF的这一缺点。提出了空间金字塔方法，它是在不同分辨率上统计图像特征点分布。从而获取图像的空间信息。

空间金字塔SpatialPyramid和SIFT特征提取matlab代码下载，并能够成功运行，得出结果，并附有例图！

(Spatial Pyramid Pooling，SPP)空间金字塔池化讲解及代码实现 神经网络框架版本：tensorflow==1.14;keras==2.2.4

著名的词包模型，空间金字塔的matlab源码。计算机视觉的经典算法

基于空间金字塔的图像分类，matlab实现