基于视觉词袋模型的遥感影像场景分类文献综述

 2023-04-17 05:04

文献综述

基于视觉词袋模型的遥感影像典型要素自动分类1.1、本课题的研究背景和意义随着互联网和多媒体技术的飞速发展,数字图像、视频等多媒体信息的数量呈爆炸式增长。

为了准确、高效地组织、管理和检索图像,需要计算机准确地理解图像内容。

图像分类是解决图像理解问题的重要途径,对多媒体检索技术的发展有重要的推动作用。

面对浩如烟海的图像资源,如何充分、准确地理解图像所蕴含的语义概念,如何从海量图像资源中检索到所需要的图像已成为智能信息处理研究领域的一个重要课题。

对于大规模图像库,需要事先对图像进行合理的组织、索引和管理,才能为用户提供方便快捷的浏览、存储和检索功能。

对图像库中的图像进行合理归类,可以大幅度提高大规模图像库的访问效率,提高系统的时效性。

1.2、本课题的研究内容基于语义的图像分类研究是一个涉及模式识别、机器学习、计算机视觉及图像处理等多个研究领域的交叉研究方向,并受到学术界的广泛关注。

近几年来,国际顶级学术期刊及顶级学术会议都发表了大量关于图像语义分类的研究成果,其中,视觉词袋模型(Bag ofVisual Words, BoVW)和支持向量机(Support Vector Machine, SVM)已成为图像分类领域的主流技术,取得的性能最为突出,2003年,Sivic等提出了视觉词袋模型。

该模型将词袋模型(Bag of Words, BoW)引入到了计算机视觉领域,取得了巨大成功。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。