40、基于投影和量子理论的图像上下文标注及MPEG - 7特征在希尔伯特空间的应用

基于投影和量子理论的图像上下文标注及MPEG - 7特征在希尔伯特空间的应用

在图像检索和处理领域,有两种颇具创新性的方法值得深入探讨。一种是基于投影和量子理论的图像上下文标注方法,另一种是利用MPEG - 7视觉描述符在希尔伯特空间进行相似图像查询的方法。下面我们将详细介绍这两种方法。

基于投影和量子理论的图像上下文标注

该方法旨在建立标签与图像之间的关联,并基于“视觉词袋”模型进行中级语义图像表示。为了在张量空间进行量子测量,需要解决未标注图像的问题。具体提出了两种方法:
- 投影方法 :将未标注图像投影到由包含特定文本术语的训练图像子集生成的子空间上,计算图像由与同一主题相关的上下文因素生成的概率,从而捕捉图像的视觉上下文属性。
- 量子测量方法 :对未标注图像的密度矩阵进行类似量子的测量,该测量基于从训练图像子集中获得的概率分布表示的密度矩阵。

为了评估不同测量方法在各种视觉特征上的准确性,进行了相关实验。实验涉及三种视觉特征:localdense、localrand、histHSV,以及三种测量方法:量子类测量(q)、投影测量(p)和基于距离的测量(d)。实验结果以不同精度水平下的正关联数量来表示,具体数据如下表所示:
| 特征\测量方法 | q - p5 | q - p10 | p - p5 | p - p10 | d - p5 | d - p10 |
| — | — | — | — | — | — | — |
| localdense - mountain | 1 | 2 | 1 | 2 | 1 | 2 |
| localdense

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值