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:
针对基于传统采样模型的特征描述算法鲁棒性不高的问题,建立一种基于高斯分布的强独特性描述子采样模型。首先通过对比BRISK和 FREAK采样模型,确定了影响描述子性能的模型参数;然后通过理论建模分析参数对模型性能的影响规律,选取最优值参数以达到信息含量最优、独特性最强的目的;最后根据人眼视网膜细胞的分布特性构建改进模型。实验结果表明,基于改进模型的描述算法不仅可以更好地克服图像中各种尺度、旋转、视角和噪声等变换的影响,而且完全满足实时性要求,其鲁棒性与BRISK和 FREAK采样模型相比分别提升9%和5%。
推荐文章
基于广义高斯分布模型的小波域自适应盲水印方案
数字水印
DWT
盲水印
广义高斯分布
基于多元混合高斯分布的多分类人脸识别方法
重尾噪声
多元混合高斯分布
参数估计
核函数
贝叶斯理论
基于多维高斯分布概率模型的软件缺陷预测
软件缺陷预测
多维高斯分布
概率模型
特征选择
一种改进正态逆高斯分布模型的图像去噪算法
图像处理
非下采样剪切波变换
正态逆高斯分布模型
最优线性插值阈值
图像去噪
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 基于高斯分布的强独特性描述子采样模型研究
来源期刊 军械工程学院学报 学科 工学
关键词 二进制特征描述子 采样模型 高斯分布 BRISK FREAK
年,卷(期) 2016,(6) 所属期刊栏目 装备信息技术
研究方向 页码范围 51-57
页数 7页 分类号 TP391.4
字数 3462字 语种 中文
DOI 10.3969/j.issn.1008-2956.2016.06.011
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 李建增 军械工程学院无人机工程系 66 342 9.0 15.0
2 张岩 军械工程学院无人机工程系 18 90 6.0 8.0
3 杜玉龙 军械工程学院无人机工程系 18 90 6.0 8.0
4 范聪 军械工程学院无人机工程系 5 26 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (17)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
二进制特征描述子
采样模型
高斯分布
BRISK
FREAK
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
军械工程学院学报
双月刊
1008-2956
13-1257/E
大16开
石家庄市和平西路97号
1989
chi
出版文献量(篇)
1814
总下载数(次)
4
总被引数(次)
6098
论文1v1指导