基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了避免计算过于复杂或因丢弃过多关键信息而造成失真过大的问题,在高斯尺度空间的构造中正确选用尺度参数,以使图像信息的变化呈现均匀的特点就显得尤其重要.目前许多高斯尺度空间应用中采用的层之间的尺度参数关系并不明确,有可能使得分层效果不理想.基于视觉特征模型提出一种自适应高斯尺度参数的算法,并通过实验验证了它的有效性,从而为图像的高层次处理如目标识别等提供信息量稳定变化的尺度空间.
推荐文章
基于高斯尺度空间的尺度参数自适应算法研究
高斯尺度空间
尺度参数
视觉特征
特征点
基于自适应尺度的Mean-shift跟踪算法
图像处理
Mean-shift算法
自适应
尺度空间
关于自适应高斯混合背景模型的更新算法的研究
自适应高斯混合背景模型
更新算法
方差平稳随机信号
尺度自适应的加权压缩跟踪算法
压缩跟踪
尺度更新
相关滤波器
加权分类器
目标跟踪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高斯尺度参数自适应算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 高斯尺度空间 尺度参数 视觉特征 特征点
年,卷(期) 2010,(14) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 169-172
页数 分类号 TP391.41
字数 3808字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.14.049
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘立 华中科技大学电信系 20 317 8.0 17.0
2 李桂香 湖南工学院计算机科学系 14 91 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (20)
参考文献  (2)
节点文献
引证文献  (5)
同被引文献  (8)
二级引证文献  (8)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
高斯尺度空间
尺度参数
视觉特征
特征点
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导