首页 > 专利学习

一种基于皮尔逊相关系数的语义视觉词典优化方法[发明专利]

专利名称：一种基于皮尔逊相关系数的语义视觉词典优化方法专利类型：发明专利

发明人：唐朝晖，刘亦玲，高小亮，范影，唐励雍，李耀国

申请号：CN201910586981.5

申请日：20190702

公开号：CN110288045A

公开日：

20190927

专利内容由知识产权出版社提供

摘要：本发明公开了一种基于皮尔逊相关系数的语义视觉词典优化方法，首先通过提取图像的颜、形状和纹理的底层特征和用SURF算法来提取图像的动态特征；采用ELSH聚类算法对获取的图像动态特征聚类，提取相关描述视觉短语，构建原始视觉词典；引入皮尔逊相关系数求取动态特征与动态特征之间以及底层特征和动态特征之间的相关度对原始视觉词典优化，得到最终的语义视觉词典。本发明针对语义视觉词典中视觉短语冗余、计算复杂的问题，对图像进行分类提高了图像的分类性能，减小了运算的复杂度，缩短运算时间，同时提高了分类的准确性。

申请人：中南大学

地址：410083 湖南省长沙市岳麓区麓山南路932号

国籍：CN

代理机构：广州市红荔专利代理有限公司

代理人：吝秀梅

本文发布于:2024-09-22 00:54:01，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/1/442035.html

上一篇：智能体测一体机

下一篇：一种基于卷积神经网络的视觉里程计方法[发明专利]