搜索资源列表
PG_BOW_DEMO
- 图像的特征用到了Dense Sift，通过Bag of Words词袋模型进行描述，当然一般来说是用训练集的来构建词典，因为我们还没有测试集呢。虽然测试集是你拿来测试的，但是实际应用中谁知道测试的图片是啥，所以构建BoW词典我这里也只用训练集。 其实BoW的思想很简单，虽然很多人也问过我，但是只要理解了如何构建词典以及如何将图像映射到词典维上去就行了，面试中也经常问到我这个问题，不知道你们都怎么用生动形象的语言来描述这个问题？ 用BoW描述完图像之后，指的是将训练集以及测试集
MaximumMatching
- 利用最大匹配法进行分词。需要一个词典。就可以进行分词。性能很好-Carried out using the maximum matching word segmentation. Need a dictionary. Segmentation can be carried out. Good performance
worddetectinvideo
- 基于稀疏表达的视频文字检测方法 ：针对传统视频文字检测方法存在效率较低、计算复杂、精确度不高的不足，提出一种视频文字检测方法，通过基于边缘密度和连 通域分析的文字粗检测得到候选文本行，利用稀疏表达分类产生的过完备词典进行文字行验证。实验结果表明，该方法具有较好的检测性 能，可以应用于视频检索系统。-Expression based on sparse video text detection method: video text detection method for the exis
bow-sift
- 实现图片的sift特征的提取，并能够进行聚类，生成词典。并且附带详细的注释及说明。我们现在的图片有关sift的，都是使用此代码。绝对可用。对初学者和开发者都有很大的帮助。-Achieve the picture sift feature extraction and clustering can generate dictionary. And with detailed notes and instructions. We are now about sift pictures, are us
NIPS14_final
- 词典是用来描述一张图片的目标区域的信息，和稀疏粒子结合，就能稀疏表达来描述目标。-A dictionary is used to describe a picture information of the target area, is combined with sparse particles, can thin expression to describe the target.
SVGDL
- 词典是用来描述一张图片的目标区域的信息，和稀疏粒子结合，就能稀疏表达来描述目标。-A dictionary is used to describe a picture information of the target area, is combined with sparse particles, can thin expression to describe the target.