FFT协同特征空间的图像表示方法

快速傅里叶变换(FFT)方法已经在图像识别中有广泛的应用。但是,FFT方法面临一些挑战,比如:不同角度的遮挡、变化的光照和多变的面部表情等。将快速傅里叶变换和特征空间的图像表示方法融合起来解决上述问题。有以下阶段:①使用FFT从原始图像中提取频谱特征。②利用高斯核方法在特征空间中获得新的特征。新的特征和原始图像的训练样本分别使用稀疏表示来获得稀疏解。新的特征和原始图像的测试样本可以使用上述稀疏解及其训练样本来分别计算得分。随后,可以利用得分和新得分进行图像分类。这一方法在图像分类上具有稀疏性和鲁棒性,非常容易实现。实验结果表明,本文提出的方法在图像分类上具有高的准确率。

基于隧道变形测量中的点云粗配准实验研究

三维激光隧道点云配准精度直接影响到隧道变形分析的可靠性。点云配准精度很大程度上依赖于点云初始姿态,为获取更好的初始点云姿态,分析了不同全局配准算法的优劣,并通过实验得出不同全局配准算法应用于隧道点云模型的粗配准结果。根据实验表明,全局配准算法(FGR)算法在配准精度上与传统全局配准算法(RANSAC)近接,而在算法耗时、稳健性等方面明显优于经典的RANSAC算法,说明FRG算法更适合于隧道点云数据的初始姿态配准。

图像配准技术进展研究

图像配准是图像处理领域的一个重要研究方向。本文主要介绍了图像配准的定义、数学模型,以及图像配准的四个组成部分。并针对现有两大类图像配准方法总结出了每种方法的配准操作过程,并针对两种方法的各自特点,分别进行了对比分析。

实值无标签图文跨模态检索研究综述

为研究面向无标签数据集基于实值特征的图像文本跨模态检索(以下简称跨模态检索)方法的发展现状和亟待解决的关键问题,对目前该领域的文献进行了分析与总结。跨模态检索是根据给定的一种模态查询,从另一种模态中检索出与查询相关的样本。首先,引入基于时间复杂度分类法,将现有跨模态检索方法分为基于特征方法和基于分数方法;其次,分别对以上两类方法的研究现状进行叙述,并针对两类方法现阶段存在的主要问题进行分析和讨论;然后,引入跨模态检索的两个主流数据集和常用评价指标,分别对两类方法在公开数据集上的性能进行比较与分析;最后,总结了跨模态检索领域亟待解决的关键问题。研究表明,现有跨模态检索方法尽管已经取得了显著进展,但仍有一些关键问题亟待解决,这些关键问题是未来跨模态检索领域的重要发展方向。