基于金字塔匹配核的音乐信息检索

分析基于内容的音乐信息检索(music information retrieval,MIR),其关键在于特征提取.传统的单特征向量表示方法存在局限性:难以选定用于提取特征的片段或时间窗;只选取音乐片段会丢失一些重要的信息.为了消除局限性,引入多特征向量的特征表示方法,在获取音乐的多个声学特征向量的同时,也可以完整地表示该音乐曲目.为了更加准确地计算由多特征向量表示的2个音乐曲目之间的相似度,引入金字塔匹配核技术(pyramid match kernel,PMK)计算不同长度的多特征向量之间的相似度.实验结果表明,PMK技术的引入可以提高MIR的性能.

基于双空间金字塔匹配核的图像目标分类

提出一种基于局部特征的双空间金字塔匹配核(bi-space pyramid match kernel,BSPM)用于图像目标分类.利用局部特征在特征空间和图像空间建立统一的多分辨率框架,以便较好地表达图像的语义内容.该方法同时在特征空间和图像空间建立金字塔型结构,通过适当匹配可以得到正定核函数,该函数具有线性计算复杂度,可以运用于基于核的学习算法.将BSPM嵌入支持向量机对公共数据库中图像目标进行分类,实验结果表明该方法对图像具有良好的分类能力,优于词汇导向的金字塔匹配核和空间金字塔匹配核.

基于颜色直方图金字塔的图像自动标注方法

针对图像自动标注应用,提出一种基于金字塔匹配核(PKM)的颜色直方图特征标注方法。图像以金字塔方式划分成越来越细的格子,统计每个格子的颜色直方图并进行对数处理,以平衡不同颜色对直方图的贡献。所有格子的直方图经过加权处理后连接成单一向量,称为颜色直方图金字塔,通过直方图相交距离度量向量之间的相似度。在corel5k数据集上的实验结果表明,该方法在全局颜色直方图、分块颜色直方图和尺度不变特征变换特征方面优于传统方法,与同样基于PKM的空间金字塔匹配(SPM)方法相比,F度量值提高了10%。

基于K-SVD编码和金字塔词汇森林的行为识别

词袋模型在构造视觉字典时,对特征做单一划分,容易造成误差,且其忽略了局部特征在时空中的关系,为此提出一种基于K-SVD编码和时空金字塔词汇森林的识别方法。使用K-SVD稀疏编码的方式构造字典,将特征划分到多个类别中,通过多个视觉单词的线性加权来表示特征向量,减少单一划分的误差,增强分类能力,通过构造时空金字塔词汇森林对特征的结构信息做进一步描述,获得更加丰富且具有区分度的分类模型。实验结果表明,该方法进一步描述了特征中的潜在信息,行为识别精度高达97.33%。

基于SIFT与PMK的鞋印图像比对算法

设计一种鞋印图像自动比对方法,以解决手工匹配存在的问题。首先,利用尺度不变特征变换(SIFT)算法,在多尺度空间检测鞋印图像的关键点,并提取其SIFT特征,以描述鞋印图像的局部视觉特性;然后,利用金字塔匹配核(PMK)来计算SIFT特征集之间的相似度,并在VS 2010环境中编程实现鞋印图像相似比对与排序。实验结果表明,基于SIFT与PMK的鞋印比对方法简单有效、且性能优于其他特征比对方法。

基于多特征融合的敌对目标识别新方法

该文提出了一种基于HSV颜色直方图、一二三阶颜色矩、Gabor小波和SIFT特征描述子的多特征融合方法,以实现防空战争的提前预警和及时打击功能。在目标分类过程,针对SIFT特征描述子,该文使用最新的金子塔匹配核,通过在Caltech 101数据库的实验,采用SVM分类器,证明该方法在目标识别方面性能有很大的提高。