为了在自然条件下识别图像中的商标,提出了一种结合加权排序检索和视觉模式挖掘的新算法。首先通过特征点相似度的加权排序进行初步识别,然后建立特征点对的空间关系模型,并利用数据挖掘方法对视觉模式进行匹配,以消除误匹配结果,最终实现了对商标的准确识别。实验结果显示,该算法在FlickrLogos数据集上表现出色,具有较高的查准率和查全率。
基于视觉模式挖掘与加权排序检索的商标识别方法(2015年)
相关推荐
Matlab模式识别方法
Matlab模式识别方法的实现和应用在不同领域中广泛探讨。
Matlab
0
2024-09-23
复杂场景下基于统计分析Boosting的目标识别方法
复杂场景下基于统计分析Boosting的目标识别方法
本研究探讨了在复杂场景下,如何利用统计分析Boosting算法提升目标识别效果。通过对目标特征进行统计分析,筛选出对识别任务最有价值的特征,并利用Boosting算法构建强分类器,实现对复杂场景下目标的精准识别。
统计分析
4
2024-05-14
基于运动特征的人群异常行为识别方法
针对现有公共场所人群监控方法准确性和实时性不足的问题,提出一种基于人群运动特征的异常行为识别方法。首先,采用Lucas-Kanade算法计算人群中稀疏特征点的光流场,并进行时空滤波处理;然后,提取特征点的运动方向、速度和加速度等运动信息;接着,将速度幅值、运动方向变化量和加速度幅值映射到RGB图像通道,构建运动显著图;最后,设计并训练卷积神经网络模型对运动显著图进行分析,识别异常行为。
算法与数据结构
4
2024-04-30
基于卷积神经网络的灰度图像边缘识别方法
利用卷积神经网络技术,对灰度图像进行边缘识别的方法进行了探讨,并通过MATLAB实现了相应的程序。该方法利用先进的神经网络算法,有效地提取和识别图像中的边缘特征。
Matlab
1
2024-08-03
基于数据挖掘的构件检索优化方法
在基于构件的软件开发过程中,检索和提取满足用户需求的构件是当前研究的重点。为优化构件库的效率,主要集中在提升构件检索和理解效率。采用基于拥挤因子改进的数据挖掘蚁群算法,以优化构件的复用规则,提高复用者对所需构件的准确选取。实验证明,该方法的构件复用规则准确率达到75.3%,显著优于传统的Apriori算法和基础蚁群算法,为构件检索和选取提供了有效的决策支持。
数据挖掘
0
2024-08-05
MATLAB实现手写数字的高效识别方法
利用MATLAB实现了手写数字的快速识别算法,该算法具有典型特征,适合作为课程设计的参考资料。
Matlab
0
2024-08-14
基于零级衍射光斑消除的联合变换相关识别方法
联合变换相关器 (JTC) 在模式识别领域应用广泛,但其零级衍射光斑会干扰相关峰的准确检测,进而影响识别精度。为了解决这一问题,提出一种新的JTC识别方法。该方法通过将参考目标和待识别目标的联合功率谱减去参考目标自身的功率谱,有效消除了零级衍射光斑的影响,提高了相关峰的识别度。最后,通过计算机仿真和光学实验验证了该方法的可行性和有效性。
Matlab
3
2024-06-01
2015年的DAX模式 - Alberto Ferrari.pdf
本书作者Alberto Ferrari同时是《DAX圣经》的作者之一。
SQLServer
1
2024-07-29
基于贝叶斯方法的序列模式挖掘
序列模式挖掘算法本算法结合贝叶斯学习,简化挖掘过程,可处理不完备、溢出及噪声数据。
概率模型使用概率论模型描述序列,并利用贝叶斯知识辅助。
算法性能经复杂度分析和性能验证,该算法具有优越性。
数据挖掘
3
2024-05-25