搜索资源列表
ANewImageRetrievalMethodUsingObjectSemantics
- 为了降低图像高层语义与低层视觉特征之间的语义差异,本文以对象描述模型为基础,提出利用机器转换模型获取图像高层语义的方法。本方法首先利用图像分割技术对图像进行分割,然后利用机器学习的方法,得到训练样本集中高层语义与分割后低层视觉特征之间的先验概率关系 在查询的过程中,利用得到的先验概率模型计算与高层语义所对应的最大概率视觉低层特征,最后利用该低层特征进行检索,达到缩短高层语义与低层特征之间的语义差异的目的。在一个拥有5000 幅图像的图像库上所做的测试结果表明了该方法的有效性和可行性,同时该方法也
010
- 介绍一种应用对象语义进行图像检索的新方法(应用对象语义进行图像检索的新方法)
image2
- 基于纹理语义特征的图像检索研究.很详细.在其他网站找不到
Machines
- 语义图像检索，是一个比较有发展潜力的方向，目前国内已经有许多高校开展了研究~
200611317241258
- 基于不同特征的图像检索技术，颜色、纹理、形状、空间关系等特征提取的基础上，基于语义的图像检索技术
algrithm
- 基于高层语义的图像检索算法，文件为pdf文档，很好很新的资料。
基于内容的图像检索
- 基于内容的图像检索，里面也包含了图像语义方面的内有，比如关键字的提取 特征向量的提取等待,Content-based Image Retrieval, which also contains images, there are semantic aspects, such as keyword extraction extraction eigenvector wait
04
- 本文以基于内容的图像检索为主，对检索系统的关键技术特别是图像特征提 取方面做了深入的研究。提出了一种结合图像颜色特征与图像语义特征的图像检 索新方法，克服了单纯的基于内容图像检索未曾考虑图像内容特征与其语义之间 鸿沟的缺点。-This dissertation briefly summarizes CBIR system，and researches some key techniques of the image retrieval which specially focuse
test1
- 用于进行图像语义检索和识别的图像库，可以进行测试-image.org
101259371chat
- 图像检索的的基于语义的图像检索 纹理图像检索 图像的特征提取方法-Image Retrieval of semantic-based image retrieval image retrieval image texture feature extraction methods
ImageSearchNewPro
- 毕业设计之用的，功能全面的基于语义的图像检索程序，希望对大家提供帮助。-Designed graduation purposes, full-featured semantic-based image retrieval procedures, and they hope to help everyone.
imageretrieval
- 基于本体的图像检索!是一篇硕士毕业论文，对研究语义检索的人很有帮助！-image retrieval
T
- 本文提出了一种在获取图像低层视觉特征的基础上，利用语义网络对 图像进行语义自动分类，并在此基础上引入相关反馈技术，使图像的低级 物理特征和高级语义特征联系起来的算法，通过人一机协同工作，来弥补 计算机理解能力的不足，不断提高检索效果。 -In this paper, a low-level access to images based on visual characteristics, the use of semantic networks semantic image au
1
- 状是含有高层语义信息的视觉特征，在基于内容的图像检索及图像识别中具有重要的应用价值。有很多种描述子可以描述图像的形状特征，傅立叶描述子可以把二维的图像轮廓信息简化成一维问题进行处理，应用非常广泛。然而自然图像的形状特征通常是杂乱的，有噪声的，提出了一种图像预处理方法，得到净化的形状图像，通过实验研究傅立叶描述子算法提取形状特征的效果。-Abstract Shape is a visual feature which contains intrinsic high-level semantics
yujijinzhan
- 这是关于语义图像检索进展的一片论文，很好的综述性文章，希望研究图像语义的朋友一起学习- Semantic image retrieval has been a crux to bridge“semantic gap”between the simple visual features and the abundant semantics delivered by an image. The state of the art of semantic image retrieval is g
54564
- 在基于内容的图像检索中,图像的标注字能够缩小图像的高级语义和低级视觉内容 之间的差距,并方便检索. 但手工标注费时费力且结果具有主观不一致性,而图像的自动语义标注 能够将图像的视觉特征转化为图像的标注字信息,为用户的使用带来了极大的方便. 本文提出了一 种基于实例的图像自动语义标注方法.-In content2based image retrieval, annotations of image can not only reduce the gap between high2
semantic-image-retrieval-methd
- 一篇EI英文论文，有关图像检索语义方面的。-a novel semantic image retrieval methd
aImage
- 基于不同特征的图像检索技术，颜色、纹理、形状、空间关系等特征提取的基础上，基于语义的图像检索技术-Different characteristics based image retrieval, color, texture, shape, spatial relations, feature extraction based on semantic-based image retrieval. Rar
CBIR
- 基于内容的图像检索 基于颜色、纹理、形状的图像检索 基于区域的图像检索 基于语义的图像检索 相关反馈 -Based on the content-based image retrieval based on color, texture, shape-based image retrieval region-based image retrieval based on semantic image retrieval relevance feedback
12
- 有关奇异值分解理论与应用的重要文献资料集，包括奇异值分解的原理、奇异值分解在数字水印和水印图像的应用、奇异值分解在中文文本分类的应用、奇异值分解在隐含语义检索中的应用等等。-About the singular value decomposition theory and application of important literature data sets, including the principle of the singular value decomposition, singu