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:
刑侦现勘图像数据库是具有保密性高、图像内容罕见等极具行业特色的图像数据库.针对现勘图像内容复杂、目标物体不明确的特点,提出了DCT-DCT波纹理特征,并与HSV颜色直方图特征、GIST特征相融合构成融合特征.与常用的图像特征相比,DCT-DCT波纹理特征能够得到较高的检索效率,而融合特征的平均检索查准率高于构成其本身的三种特征的平均检索查准率.最后,将语义分析技术引入到检索过程中,提出基于检索结果优化的现勘图像检索算法,利用支持向量机(Support Vector Machine,SVM)分类器对查询图像进行语义提取,并对初次检索的结果进行语义分析,根据初检结果中语义类别的占比选择二次检索方案,该算法能在按例查询的基础上进一步提高平均检索查准率.
推荐文章
基于颜色通道融合特征的现勘图像分类算法
现勘图像分类
颜色通道
特征提取
特征融合
训练分类器
实验分析
现勘图像检索综述
现勘图像检索
现勘图像数据库
低层数宇特征
高层语义特征
基于颜色通道融合特征的现勘图像分类算法
现勘图像分类
颜色通道
特征提取
特征融合
训练分类器
实验分析
网格运动统计的刑侦现勘图像匹配算法
刑侦现勘
网格运动统计
特征匹配
平滑运动
图像分割
比较验证
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 基于融合特征的现勘图像检索结果优化算法
来源期刊 电子学报 学科 工学
关键词 刑侦现勘图像 现勘图像检索 多特征融合 检索方法 支持向量机
年,卷(期) 2019,(2) 所属期刊栏目 学术论文
研究方向 页码范围 296-301
页数 6页 分类号 TP391.41
字数 4033字 语种 中文
DOI 10.3969/j.issn.0372-2112.2019.02.006
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 范九伦 西安邮电大学图像与信息处理研究所 250 2961 27.0 43.0
2 刘颖 西安邮电大学图像与信息处理研究所 89 428 10.0 17.0
6 王富平 西安邮电大学图像与信息处理研究所 3 8 2.0 2.0
10 胡丹 西安邮电大学图像与信息处理研究所 2 19 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (29)
参考文献  (9)
节点文献
引证文献  (6)
同被引文献  (14)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
刑侦现勘图像
现勘图像检索
多特征融合
检索方法
支持向量机
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
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
论文1v1指导