吕清秀 作品数:5 被引量:10 H指数:2 供职机构: 解放军信息工程大学 更多>> 发文基金: 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 更多>>
基于特征分组与特征值最优化的距离度量学习方法 被引量:2 2015年 主流的距离度量学习方法都需要求解半正定规划(Semi-definite programming,SDP)问题,而其中每次循环迭代中的矩阵完全特征分解运算使得现有方法计算复杂度很高,实用性不强,难以应用在大规模数据环境。本文提出了一种基于特征分组与特征值最优化的距离度量学习方法。引入特征分组算法,根据特征各维数之间相关性对图像底层特征进行分组。在一定的约束条件下,将求解SDP问题转化为特征值最优化问题,在每次循环迭代中只需计算矩阵最大特征值对应的特征向量。实验结果表明该方法能有效地降低计算复杂度,减少度量矩阵的学习时间,并且能取得较好的分类结果。 赵永威 张蕾 李弼程 王挺进 吕清秀关键词:度量矩阵 基于距离度量学习的DCT域JPEG图像检索 被引量:6 2014年 由于特征有限,传统基于欧式距离的压缩域检索性能并不理想。本文引入距离度量学习技术,研究压缩域图像检索,提出了一种基于距离度量学习的离散余弦变换(DCT)域联合图像专家小组(JPEG)图像检索方法。首先,提出了一种更有效的DCT域特征提取方法;其次,运用距离度量学习技术训练出一个更加有效的度量矩阵进行检索。在Corel5000上的图像检索实验表明,新方法有效提高了检索准确度。 吕清秀 李弼程 高毫林关键词:图像检索 离散余弦变换域 图像距离度量学习技术研究 近年来ˋ随着互联网及计算机技术的发展ˋ对海量多媒体信息的处理需求使图像检索图像分类图像匹配图像标注等计算机视觉技术逐渐成为研究热点目前ˋ这些研究需要解决一个共性的问题ˋ即通过图像底层特征的距离度量ˋ得到图像语义的相似度ˋ... 吕清秀关键词:支持向量机 基于SVM的BoVW距离度量学习 被引量:1 2013年 在视觉单词包模型(bag of visual words,BoVW)模型中,由于特征检测的不足、聚类算法的缺陷及视觉单词的量化误差,用BoVW模型产生的视觉词典中,存在视觉单词同义性和歧义性的问题,因此用BoVW计算图像距离时,效果不太理想。BoVW模型产生的词典规模巨大,学习一个普通矩阵需要的运算量难以接受。针对BoVW模型上述缺陷,文章提出了一种基于SVM的BoVW距离度量学习方法。该方法利用SVM训练一个将相似图像对与非相似图像对最大程度分离的超平面,得到计算词频直方图点积的权重矩阵。在Oxford图像集上的检索实验表明了该方法的有效性。 吕清秀 郭志刚 赵永威关键词:图像检索 支持向量机 视觉单词