本项目的主要研究目的是降低光照变化给图像检索带来的负面影响,并利用多示例学习方法缩小视觉特征与用户认知之间的"语义鸿沟"。首先,研究在一幅图像上标定本征图像(与相机有关,而与光照无关)的方法;在本征图像辅助下提取光照无关特征;研究扩展本征图像,使其不依赖于相机从而唯一刻画物体表面的反射特性。其次,研究基于多示例学习的图像检索方法,把它应用到相关反馈过程中并实现特征选择。该研究对于图像理解有重要的理论意义,而且具有良好的应用前景。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
针对弱边缘信息的左心室图像分割算法
基于多色集合理论的医院异常工作流处理建模
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于腔内级联变频的0.63μm波段多波长激光器
基于局部不变特征和混合多示例学习的图像检索研究
基于多视角与多示例学习的目标跟踪方法研究
基于高斯过程模型的多示例多标记学习算法研究
多示例学习及其应用的研究