在 Caltech101 和我自己的测试数据集上使用 SURF/SIFT 特征进行图像分类的视觉词袋。 该项目的详细信息在我的博客文章中：heraqi.blogspot.com/2017/03/BoW.html
2021-09-24 22:03:14
1.04MB
1
压缩包包括两个文档，一个是斯坦福的LiFeiFei2011年上课时的课件，详细讲解BOV的来龙去脉。另一个是2011年出的opencv2.2的bag of visual words-classification例程，很适合理解BoV的构建与应用过程。
2021-06-29 01:26:13
13.74MB
1
为了提升自然场景图像的识别精度，结合bag-of-visual word模型，提出了一种基于核稀疏表示的图像识别方法。该方法的图像描述部分主要利用核稀疏表示在高维度空间进行图像特征的匹配表示，识别部分采用AdaBoost分类器，对各个类别编码并在对应的核矩阵上进行划分，从而实现多类场景图像的识别能力。实验结果表明，该方法有效的提升了图像描述的准确度与对自然场景图像识别的精度。
2021-01-29 11:12:59
1.2MB
1