多模复杂网络模型的形状特征提取方法

• 作者: 江波 汤进 罗斌 郅大鹏
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 特征提取 复杂网络 内部距离 动态演化
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 学术研究
• 页码范围: 570-576
• 页数: 7页
• 分类号: TP391.4
• 字数: 4069字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1301005

摘要

物体形状的特征提取是图像检索与识别中的重要研究内容.考虑到物体形状的多变性,给出了一种基于多模复杂网络模型的形状特征提取方法.首先,以形状边界轮廓点作为节点,利用节点之间的欧氏和内部距离作为连接顶点之间边的权值构建初始网络模型；然后,分别基于欧氏距离和内部距离对初始网络进行演化；最后,从子网络中提取特征,并进一步用于形状描述.检索与分类实验表明,所提方法相比于传统的单一模态下的复杂网络特征提取方法具有更强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤进	安徽大学计算机科学与技术学院	83	407	11.0	15.0
3	罗斌	安徽大学计算机科学与技术学院	181	1213	16.0	25.0
9	江波	安徽大学计算机科学与技术学院	11	92	5.0	9.0
10	郅大鹏	安徽大学计算机科学与技术学院	2	8	2.0	2.0