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:
设计合适的图像表示是计算机视觉中最重要的问题之一.BoF特征表示方法非常流行,已经广泛应用于图像分类、对象识别、图像检索、机器人定位和纹理识别.BoF特征是将图像表示为无序的特征集合.这种方法虽然缺乏结构信息和空间信息,但概念简洁、计算简单,在某些应用上取得的效果甚至可以与当前最好的方法媲美.仔细研究了BoF模型,着重对BoF模型中的3个阶段:局部特征提取、特征量化和编码、特征汇集所涉及到的典型技术进行了讨论.最后在分析各类研究方法的基础上,总结了目前研究存在的问题及可能的发展方向.
推荐文章
基于多尺度特征映射匹配的图像表示方法
空间金字塔
响应匹配
多尺度窗口
图像表示
基于图割和显著性的图像结构表示方法研究
图像结构
图割
显著性
二叉树
基于图像边缘位移的有监督的稀疏表示分类方法
图像分类
稀疏表示
训练样本
仿射约束
基于自适应稀疏表示的多聚焦图像融合
稀疏表示
多聚焦图像融合
自适应
梯度值
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 基于BoF模型的图像表示方法研究
来源期刊 计算机科学 学科 工学
关键词 特征包 局部特征 特征量化 特征汇集 计算机视觉
年,卷(期) 2014,(2) 所属期刊栏目 CCML 2013
研究方向 页码范围 36-44
页数 9页 分类号 TP317.4
字数 11155字 语种 中文
DOI
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 于剑 北京交通大学计算机与信息技术学院 68 1099 12.0 32.0
2 梁晔 北京联合大学信息学院 30 142 7.0 11.0
4 刘宏哲 北京联合大学北京市信息服务工程重点实验室 51 498 12.0 21.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (6)
参考文献  (31)
节点文献
引证文献  (17)
同被引文献  (26)
二级引证文献  (12)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(3)
  • 参考文献(2)
  • 二级参考文献(1)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(2)
  • 参考文献(2)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(4)
  • 参考文献(4)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(9)
  • 引证文献(6)
  • 二级引证文献(3)
2017(6)
  • 引证文献(4)
  • 二级引证文献(2)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
特征包
局部特征
特征量化
特征汇集
计算机视觉
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
论文1v1指导