![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像检索
缺什么补什么
这个作者很懒,什么都没留下…
展开
-
图像检索中为什么仍用BOW和LSH
去年年底的时候在一篇博客中,用ANN的框架解释了BOW模型[1],并与LSH[2]等哈希方法做了比较,当时得出了结论,BOW就是一种经过学习的Hash函数。去年再早些时候,又简单介绍过LLC[3]等稀疏的表示模型,当时的相关论文几乎一致地得出结论,这些稀疏表示的方法在图像识别方面的性能一致地好于BOW的效果。后来我就逐渐产生两个疑问:1)BOW在检索时好于LSH,那么为什么不在任何时候都用转载 2014-08-01 09:54:33 · 598 阅读 · 0 评论 -
ASIFT
SIFT是一种检测与描述图像局部特征的方法。为了识别和描述图像中的目标,需要从图像中提取出与目标相联系的特征。利用这些特征可以从众多背景目标中识别出所需目标。为了确保准确无误地识别出目标,要求在各种视角、光照、距离以及噪声条件下仍然可以准确地进行匹配。SIFT使用不同的技术解决以上问题。对物体距离远近,大小和噪声条件的适应由高斯尺度空间来完成,而视角、光转载 2014-08-28 19:42:46 · 5647 阅读 · 0 评论