首页> 正文

SIFT与BIM特征提取方法的研究与应用

2020-12-08阅读(143)

SIFT与BIM特征提取方法的研究与应用

论文摘要

在信息时代,对海量的图像信息进行有效的分类是社会的迫切需求之一。目标分类的研究任务就是探寻对图像数据进行分类的有效方法。所以目标分类成为了当前计算机科学的最热门的研究课题之一。在目标分类系统中,图像特征提取被认为是最关键的模块,因此学者们对如何提取优秀的图像特征进行了大量的研究工作,并取得了许多优秀的研究成果并提取了许多特征提取算法。其中,Scale-Invariant Feature Transform（简称SIFT）与Biological-Inspired Model（简称BIM）算法是两种非常有代表性的特征提取算法。本论文的研究工作围绕这两种算法来展开,其内容包括对SIFT算法与BIM算法的理论研究与实现细节分析、SIFT在脱机手写识别中的应用和BIM在人脸表情识别中的应用三个部分。首先,本文研究了尺度不变特征变换算法,即SIFT算法的理论与分析了其实现细节。SIFT算法分为SIFT特征检测算法与SIFT描述子两部分。SIFT特征检测算法是一种基于尺度空间理论的特征定位算法,其使用了高斯差分空间进行特征定位；而SIFT描述子则是一种基于梯度直方图的图像特征区域描述。然后,本文研究了SIFT在脱机汉字识别中的应用。本文结合手写汉字图像的特点与SIFT描述子,提出了两种有效的脱机手写汉字特征：局部汉字SIFT特征和全局汉字SIFT特征。前者是通过弹性切分把汉字图像切分成一系列图块,然后分别对各图块提取SIFT描述子特征；而后者先使用全局弹性网格把汉字图像划分成数个子区域,然后分别统计子区域相关的梯度信息。将这两种SIFT特征与原始的SIFT特征、手写汉字识别领域中常用的梯度和Gabor特征进行对比,实验结果表明,本文提出的两种SIFT特征性能与梯度特征不相上下,且明显优于Gabor特征与原始的SIFT特征。此外,本文指出了基于弹性网格的SIFT汉字特征具有尺度性,并研究了多种尺度下的SIFT汉字特征的融合性能。最后,本文对生物启发模型特征（BIM特征）的理论与实现细节进行研究,然后将BIM特征应用于人脸表情识别,并对BIM各种特征参数对性能的影响进行了研究,实验结果表明BIM特征在人脸表情识别上有不俗的性能。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 图像特征
  • 1.2 图像特征提取算法研究现状
  • 1.2.1 特征检测算法
  • 1.2.2 特征描述算法
  • 1.2.3 综合算法
  • 1.3 SIFT算法与BIM算法
  • 1.4 人机智能感知技术
  • 1.5 本文的主要工作与内容安排
  • 第二章 SIFT特征概述
  • 2.1 尺度空间理论简介
  • 2.1.1 高斯尺度空间
  • 2.2 SIFT特征检测算法
  • 2.3 SIFT描述子
  • 2.4 特征点配准
  • 2.5 SIFT的应用与变体
  • 2.5.1 PCA-SIFT
  • 2.5.2 Color Descriptors
  • 2.5.3 Affine-SIFT
  • 2.6 本章小结
  • 第三章 基于SIFT的手写汉字特征
  • 3.1 主流脱机汉字特征介绍
  • 3.1.1 弹性网格方向特征的一般原理
  • 3.1.2 Gabor特征
  • 3.1.3 梯度特征
  • 3.2 基于SIFT的手写汉字特征
  • 3.2.1 SIFT特征点检测算法的不足
  • 3.2.2 局部汉字SIFT特征
  • 3.2.3 全局汉字SIFT特征
  • 3.3 分类器与特征降维
  • 3.3.1 最小欧氏距离分类器
  • 3.3.2 LDA特征降维
  • 3.3.3 MQDF分类器
  • 3.4 汉字SIFT特征性能评估实验
  • 3.4.1 实验数据库
  • 3.4.2 不同切分参数下的识别性能对比
  • 3.4.3 大样本数据下不同特征提取方法的对比
  • 3.4.4 使用MQDF分类器的实验结果对比
  • 3.4.5 算法复杂度分析
  • 3.4.6 讨论:从生物视觉理论来分析梯度特征
  • 3.5 多尺度汉字特征融合
  • 3.5.1 汉字特征的尺度性
  • 3.5.2 多尺度特征融合
  • 3.6 多尺度特征融合实验
  • 3.6.1 无加权融合
  • 3.6.2 加权融合
  • 3.6.3 结果分析
  • 3.7 本章小结
  • 第四章 BIM特征研究与应用
  • 4.1 初级视觉皮层的识别模型概述
  • 4.1.1 建模对象
  • 4.1.2 结构描述
  • 4.1.3 选择性与不变性操作
  • 4.1.4 学习规则
  • 4.2 BIM算法实现描述与实现细节
  • 4.2.1 S1层
  • 4.2.2 C1层
  • 4.2.3 S2层
  • 4.2.4 C2层
  • 4.2.5 学习阶段
  • 4.3 人脸表情识别简介
  • 4.3.1 人脸表情识别的基本处理过程
  • 4.3.2 预处理简述
  • 4.4 BIM算法在表情识别中的应用
  • 4.4.1 实验数据库简介
  • 4.4.2 二项分类实验
  • 4.4.3 多类分类实验
  • 4.5 本章小结
  • 结论
  • 总结
  • 展望
  • 参考文献
  • 攻读硕士学位期间取得的研究成果
  • 致谢
  • 答辩委员会对论文的评定意见

    • 相关论文文献

    • [1].浅谈BIM技术在机电安装工程中的作用和重要性[J]. 科学技术创新 2019(33)
    • [2].基于“互联网+BIM技术”的工程造价专业人才培养模式研究[J]. 黑龙江科学 2019(23)
    • [3].BIM技术下的建筑工程概预算课程教学改革构想[J]. 黑龙江科学 2019(23)
    • [4].BIM技术在城市轨道交通中的应用[J]. 消防界(电子版) 2019(20)
    • [5].基于BIM技术的建筑施工安全运维管理策略分析[J]. 江西建材 2019(12)
    • [6].基于BIM技术的建筑工程安全管理研究[J]. 建筑技术开发 2019(20)
    • [7].BIM技术在建筑工程安全管理中的应用研究[J]. 江西建材 2019(12)
    • [8].BIM技术在建筑施工安全管理中的应用阐述[J]. 城市建筑 2019(27)
    • [9].BIM技术在建筑施工安全管理中应用的思考[J]. 建材与装饰 2020(01)
    • [10].BIM技术在土木工程中的应用[J]. 住宅与房地产 2019(33)
    • [11].BIM技术在混凝土结构教学中的应用[J]. 住宅与房地产 2019(33)
    • [12].抗震设防烈度下基于BIM技术的工程造价精细化研究[J]. 工程技术研究 2019(22)
    • [13].BIM技术在土木工程中的应用具体措施探讨[J]. 住宅与房地产 2019(33)
    • [14].现阶段建筑工程造价管理中BIM技术的应用[J]. 住宅与房地产 2019(31)
    • [15].BIM在工程造价管理中的应用研究[J]. 住宅与房地产 2019(31)
    • [16].基于BIM的综合管廊运维管理系统研究[J]. 住宅与房地产 2019(31)
    • [17].BIM在机电安装工程中的应用分析[J]. 住宅与房地产 2019(33)
    • [18].BIM技术在地铁车站建设中的应用分析[J]. 居舍 2019(35)
    • [19].高职工程管理专业BIM创新人才培养的探索与实践——以四川建筑职业技术学院为例[J]. 高等建筑教育 2019(06)
    • [20].BIM技术在建筑结构设计中的实践应用研究[J]. 门窗 2019(10)
    • [21].浅析BIM技术下的装配式结构应用发展[J]. 居舍 2019(35)
    • [22].大数据背景下基于建筑设计的BIM发展趋势研究[J]. 建筑与文化 2019(11)
    • [23].BIM技术在全过程工程造价管理项目中的应用研究[J]. 居舍 2019(35)
    • [24].浅谈BIM技术在房建工程中的应用[J]. 居舍 2019(34)
    • [25].BIM技术在房屋建筑学教学中的应用探究[J]. 江西建材 2019(12)
    • [26].阐述BIM技术在建筑结构中的应用[J]. 门窗 2019(12)
    • [27].BIM的工程造价精细化管理研究[J]. 居舍 2019(35)
    • [28].结合BIM技术的房屋建筑学课程改革研究[J]. 居舍 2019(34)
    • [29].BIM技术在绿色建筑设计中的运用[J]. 城市建筑 2019(27)
    • [30].建筑暖通工程中的BIM技术运用分析[J]. 居舍 2019(34)

    标签：;  ;  ;  

    SIFT与BIM特征提取方法的研究与应用
    下载Doc文档

    猜你喜欢

    © 2024 毕速过 版权所有 鄂ICP备12018319号-5