特征描述

摘要： 图像匹配作为计算机视觉领域的重要研究方向,广泛应用于图像配准、图像融合、变化检测、视觉导航、3D重建、视觉同时定位与地图构建(SLAM)等领域,精确稳健的局部特征提取是实现其高效处理的前提与关键。以图像匹配研究为导向,从传统特征设计到现代特征学习对局部特征提取方法进行了分类总结,首先,为增强对现代局部特征提取方法的理解,重点介绍了基于传统特征设计的相关方法,接着回顾了基于经典机器学习的方法,搭建起传统方法到深度学习方法的桥梁,最后详细讨论了基于深度学习的现代特征提取方法。针对跨传感器、多视角、不同时段环境下的图像匹配需求,全面分析了各阶段主流方法的优缺点,提出了目前存在的问题与挑战,并给出了相应的研究建议,为相关研究人员全面深入理解图像局部特征提取方法并利用深度学习方法对其进行改进提供基础性参考。

摘要： 目的研究商标视觉信息中所包含的语言要素,分析人们在接受视觉输入时,大脑激活的语言编码对长时记忆产生的影响,探索利用语言编码加深人们对商标记忆的途径,为设计更具辨识度、记忆度的商标提供思路。方法以心理学中对语言编码和视觉编码的研究为基础,对人在识记图像时产生的语言编码进行分类,分析视觉编码与语言编码相互影响与转化的方式,并结合实验来分析不同类型的语言编码在人脑记忆商标时的优先级,总结语言编码在记忆商标时的积极作用和不利影响,最后通过实际案例表明语言编码判断商标相似性争议时的优势。结果在商标的长时记忆与回忆再现过程中,均需要语言编码协助视觉编码来完成。结论在商标设计过程中,不仅要考虑图形的美观性与独特性,还要考虑受众在识记过程中形成的语言编码的逻辑与复杂度,在推广品牌时兼顾消费者的认知共识性与模糊指向性,从而提高品牌商标的辨识度。

摘要： 高中地理特征描述类试题一般要求同学们描述事物的形态或者状态。此类试题按对象可分为对地理事物特点的描述、对地理事物分布特点的描述和对地理事物发展变化过程特点的描述。高中地理特征描述类试题一般以区域地理图文材料为载体,考查地形特征、地理位置特征、河流的水文特征、河流的水系特征、气候特征等。高中地理特征描述类试题常见的设问形式有:说明……地理事物的特点;描述……地理事物的状况;归纳……地理事物的特征;简述……地理事物的特点;概括……地理事物的主要特征;从……角度,归纳……地理事物的特征。

摘要： 人体动作识别与动作评价是近年来的热点研究问题。两者在数据类型、数据处理、特征描述等方面有许多相通之处。近年来,随着应用需求的显著增长,出现了大量有关动作识别与评价的研究工作,但两者间的区别与联系,以及它们的理论方法和技术路线还未见系统的分析与总结。从应用目的与技术特点等方面出发,探讨了两者的联系,给出了两者较为明确的概念界定。在此基础上,从数据处理流程的角度出发,将动作识别与动作评价归纳到一个统一的技术框架中;依据此框架,对动作识别与评价所涉及到的各个重要环节,包括数据类型、预处理、特征描述、分类方法、评价方法等的研究进展和存在的问题进行了系统阐述。其中,在分类方法环节,将当前动作识别的分类方法划分为基于统计模型的方法和基于深度学习的方法进行论述;而在评价方法环节,则以专家知识介入方式为依据,将当前的动作评价相关工作划分为四类并进行了系统梳理。最后对当前存在的瓶颈及未来研究重点进行了总结与展望。

摘要： 针对室内定位中特征提取较为困难的问题,对目前已有的室内点特征提取算法进行了评估。比较尺度不变特征变换算法(SIFT)、快速鲁棒性特征算法(SURF)、旋转不变特征算法(ORB)、二进制尺度不变特征算法(BRISK)及快速视网膜特征算法(FREAK)的原理和特点;并自制室内影像数据集,对不同点特征提取算法在不同条件(光照变换、模糊变换、旋转变换、视角变换、尺度变换)下特征提取的计算效率以及提取质量进行了比较。实验结果表明:FREAK算法在5种变换条件下,都具有较高的提取质量且其计算效率也较高,更适合室内视觉定位中的特征提取环节;SURF算法可以获得较好的提取质量,但是计算效率低;ORB算法效率最高,但是其在特征提取性能上有所不足。

摘要： 通过对大学生网络政治参与“客体内容”“行为方式”“主体素养”三个核心要素的分析,构建了以“参与内容范畴”“行为积极性”“参与素养”为基本维度的大学生网络政治参与特征描述的三维分析模型。利用该模型,可综合描述大学生个体网络政治参与特征;可进一步对其群体做统计分析,以实现有效分类,从而为大学生网络政治参与分类引导奠定理论基础。

摘要： 以核电站数字化主控室为研究对象,为规范管理、控制、分析、预测及减少人因事故,以访谈与文献调研为手段,提出人因数据库的构建方法。主要包括:人因数据来源、主事件特征描述、子事件特征描述、人因事故表结构设计、基本影响因子表结构分类设计、人因数据库功能分析。引入数字化系统后,核电站主控室以常规控制盘台为主发展为以计算机工作站为主。数字化系统的使用最终离不开人,但因操纵员在操作过程有其不确定性。

摘要： 人体动作的视觉分析是未来智能化康复训练、体育教学等系统亟待解决的课题。在人体骨骼特征点选取、特征点描述方法研究的基础上,以对人体动作正误提出高效识别方法并给出直观的矫正标识为目的,设计一种基于特征骨骼点间的相对二维向量的特征描述和余弦相似度相结合的动作比对方法。针对错误骨骼点,根据目标动作的特征描述计算出矫正后的正确位置。经自建数据集上的实验表明,本文模型对动作错误点检测灵敏,矫正效果直观、有效。

摘要： 当前无线传感器网络中存在异常数据会造成网络运行鲁棒性降低,而现有异常数据处理方法无法确保处理后数据与原始正常数据的均方误差在合理范围内,为此,对无线传感器网络异常数据处理方法进行研究。通过聚类方式采集无线传感器网络异常数据,并在此基础上对异常数据进行系数特征描述,结合分布式压缩感知理论,对异常数据的处理模型进行构建,最后生成重构数据包消息队列,并按照队列顺序完成对处理后重构数据的传输。为验证研究方法的应用效果,将其应用到某无线传感器网络环境当中,对处理效果进行分析,得出,研究方法对异常数据处理后,得到的数据与原始数据相比,均方误差更小,促进无线传感器网络异常数据抗异常数据能力提升,进而使网络运行鲁棒性得到提升。

摘要： 麦瓶草、麦蓝菜、麦仙翁,这三种植物都带一个“麦”字,毫无疑问,跟麦田有关。早些年,它们是生长在麦田的杂草,有的幼苗时是农村人饭桌上的野菜。既然是杂草,就会影响粮食收成,最后都会被除掉。随着现代化种植业的发展和除草剂的使用,麦田里的杂草“三剑客”已经不多见了,但偶尔会在路边、公园的某个角落见到它们的身影。这三种麦田杂草都是石竹科植物,它们长相相似,分别属于石竹科不同的属。麦瓶草Silene conoidea蝇子草属。麦瓶草俗称米瓦罐、面条菜、麦瓶子,这些土名其实就是对它最通俗的特征描述:米瓦罐是说它花后的蒴果里有很多白色的种子,就像一只装着米的小瓦罐,农村的孩子大多都吃过;而面条菜是说它可以当野菜食用,幼苗期的麦瓶草叶子长圆形,像面条一样细长,采后洗净焯水,是美味的春季乡土野菜。

摘要： 纹理特征是一种显著的影像视觉特征,在影像中普遍存在而又难以描述.纹理反映了影像中对象的空间结构特征及其像素的空间分布特性.纹理分析已经成为提高分类精度和识别精度的重要手段.本文提出了考虑不确定性的纹理结构特征描述方法.该方法通过分析像素与周围像素的相关性来获得结构基元,充分考虑图像的不确定性,利用模糊数学形态学的开运算,获得不同尺度下的纹理影像信息,并通过形态粒度密度函数对信息进行描述,构建特征向量,实现特征建模.本文主要利用Brodatz纹理图像库中的纹理影像和高分遥感影像进行实验.实验结果表明利用模糊数学形态学方法得到的特征向量可以很好地描述纹理结构特征,并且基于该特征向量对高分遥感影像中的地物样本进行分类,得到了较好的分类效果.

摘要： 对于多源高分辨率遥感影像,探讨目标及背景特征在不同影像之间的可转换性及其转换方法是一项重要任务.只有这样,来自不同成像条件的影像上细致而丰富的细节才能被充分利用.以纹理为主要影像目标特征,研究不同成像条件下目标纹理特征描述之间的转换方法.以Gabor为基底,构建小波转换滤波器,对不同成像条件下目标纹理特征进行描述；在小波纹理特征描述的基础上,进行联合相关处理和分析,建立不同成像条件下目标纹理特征描述之间的联系；利用频带和方向的选择特性,结合联合相关处理和分析,形成不同成像条件下目标纹理特征描述之间的转换方法.

摘要： 使用协同过滤推荐算法向游客进行旅游景点个性化推荐时,景点特征描述是影响推荐精度的关键要素之一,为了更有效地描述景点特征,本文提出了Personal Attraction-Recommend算法,结合游客评分数据从多个维度对景点信息进行描述,由于季节因素在一定程度上也会影响游客的选择,在Personal Attraction-Recommend算法中通过增加季节因子,排除在季节上不符合游客要求的景点.此外,在Personal Attraction-Recommend算法中,对游客进行了感知价值相似度计算,提高了最近邻居的准确度,通过参照邻居用户的评分数据向游客推荐景点,实验结果表明本算法可以在一定程度上提高旅游景点推荐精度,满足游客的个性化需求.

摘要： 基于同心球壳划分,利用三维模型网格的空间几何特征定义了4种球面函数序列,从不同角度描述了三维模型.对这4种球面函数序列进行球面调和变换,在此基础上构建了4种特征描述符.针对单一球面函数序列特征表达能力有限的问题,提出了基于多个球面函数序列的特征描述符.实验结果表明,本文提出的特征描述符具有较好的三维模型检索性能,其中基于全部4种球面函数序列的特征描述符的检索性能要优于其他基于球面调和变换的特征描述符.

摘要： 为了实现面向特定领域网站的网络资源搜索,提出了一种描述网站主题特征的混合向量空间模型.利用链接文本信息来描述同类主题网站的内容和组织结构所具有的相似特点,而不是由网站链接的树或图结构反映.在向量空间模型的基础上,抽取反映网站结构和内容的文本特征信息,建立网站主题的特征向量模型.在此基础上进行制造企业网站的主题搜索,采用类中心向量法进行了网站主题分析.结果表明:该模型适合于网站主题的特征描述,有助于提高网站主题识别与分类的准确性和效率,在主题搜索和网站分类等应用中具有较好的适用性。

摘要： 地物目标特性是重要的遥感图像基础性研究内容,最终目的是为图像的解译与专题应用提供支持.如何使地物目标特性智能化、精准、高效地为图像应用分析服务,是特性应用的难题之一.本文以地物目标高光谱特性为例,提出了一种基于概念知识分类模型的特性信息描述方法.采用概念知识树作为描述特性的知识表达体系,将原来抽象化的特性知识具体化、实用化,可以与目标图像解译及应用需求、算法、应用流程、应用模型构建紧耦合,显著提高任务驱动的图像解译与应用的智能化水平.最后,论文举例说明了本文提出的从知识的角度来分类组织语义逻辑上的特性应用模式,能较好解决特性支持目标分类检测与识别的解译应用存在的效率与精度困难,提升特性应用的智能化程度.

摘要： 地物目标特性是重要的遥感图像基础性研究内容,最终目的是为图像的解译与专题应用提供支持.如何使地物目标特性智能化、精准、高效地为图像应用分析服务,是特性应用的难题之一.本文以地物目标高光谱特性为例,提出了一种基于概念知识分类模型的特性信息描述方法.采用概念知识树作为描述特性的知识表达体系,将原来抽象化的特性知识具体化、实用化,可以与目标图像解译及应用需求、算法、应用流程、应用模型构建紧耦合,显著提高任务驱动的图像解译与应用的智能化水平.最后,论文举例说明了本文提出的从知识的角度来分类组织语义逻辑上的特性应用模式,能较好解决特性支持目标分类检测与识别的解译应用存在的效率与精度困难,提升特性应用的智能化程度.

摘要： 地物目标特性是重要的遥感图像基础性研究内容,最终目的是为图像的解译与专题应用提供支持.如何使地物目标特性智能化、精准、高效地为图像应用分析服务,是特性应用的难题之一.本文以地物目标高光谱特性为例,提出了一种基于概念知识分类模型的特性信息描述方法.采用概念知识树作为描述特性的知识表达体系,将原来抽象化的特性知识具体化、实用化,可以与目标图像解译及应用需求、算法、应用流程、应用模型构建紧耦合,显著提高任务驱动的图像解译与应用的智能化水平.最后,论文举例说明了本文提出的从知识的角度来分类组织语义逻辑上的特性应用模式,能较好解决特性支持目标分类检测与识别的解译应用存在的效率与精度困难,提升特性应用的智能化程度.

摘要： 地物目标特性是重要的遥感图像基础性研究内容,最终目的是为图像的解译与专题应用提供支持.如何使地物目标特性智能化、精准、高效地为图像应用分析服务,是特性应用的难题之一.本文以地物目标高光谱特性为例,提出了一种基于概念知识分类模型的特性信息描述方法.采用概念知识树作为描述特性的知识表达体系,将原来抽象化的特性知识具体化、实用化,可以与目标图像解译及应用需求、算法、应用流程、应用模型构建紧耦合,显著提高任务驱动的图像解译与应用的智能化水平.最后,论文举例说明了本文提出的从知识的角度来分类组织语义逻辑上的特性应用模式,能较好解决特性支持目标分类检测与识别的解译应用存在的效率与精度困难,提升特性应用的智能化程度.

摘要： 地物目标特性是重要的遥感图像基础性研究内容,最终目的是为图像的解译与专题应用提供支持.如何使地物目标特性智能化、精准、高效地为图像应用分析服务,是特性应用的难题之一.本文以地物目标高光谱特性为例,提出了一种基于概念知识分类模型的特性信息描述方法.采用概念知识树作为描述特性的知识表达体系,将原来抽象化的特性知识具体化、实用化,可以与目标图像解译及应用需求、算法、应用流程、应用模型构建紧耦合,显著提高任务驱动的图像解译与应用的智能化水平.最后,论文举例说明了本文提出的从知识的角度来分类组织语义逻辑上的特性应用模式,能较好解决特性支持目标分类检测与识别的解译应用存在的效率与精度困难,提升特性应用的智能化程度.

摘要： 本发明公开了一种三维局部特征描述子获取方法与特征描述子的匹配方法，属于计算机图形图像处理领域。该方法首先以特征点为中心，构建一个能覆盖特征点局部三维空间的立方体，然后在不同的维度对立方体进行等分，生成N*N*N个局部小立方体，该N*N*N个局部小立方体则构成了特征点的立方体支撑区域，用来刻画特征点局部三维空间中点的分布；最后，利用核密度估计，计算每个局部小立方体的核密度，该N*N*N个小立方体的核密度值，构成了该特征点的描述子。本发明提出的特征描述子获取方法与特征描述子的匹配方法，简单易实现，且针对平滑特征和尖锐特征均具有较好的效果，并具有对旋转、平移、高斯噪声及点的非均匀采样均鲁棒的优点。

摘要： 本发明公开了一种三维局部特征描述子获取方法与特征描述子的匹配方法，属于计算机图形图像处理领域。该方法首先以特征点为中心，构建一个能覆盖特征点局部三维空间的立方体，然后在不同的维度对立方体进行等分，生成N*N*N个局部小立方体，该N*N*N个局部小立方体则构成了特征点的立方体支撑区域，用来刻画特征点局部三维空间中点的分布；最后，利用核密度估计，计算每个局部小立方体的核密度，该N*N*N个小立方体的核密度值，构成了该特征点的描述子。本发明提出的特征描述子获取方法与特征描述子的匹配方法，简单易实现，且针对平滑特征和尖锐特征均具有较好的效果，并具有对旋转、平移、高斯噪声及点的非均匀采样均鲁棒的优点。

摘要： 一种特征描述方法及应用其的特征描述器。该特征描述方法，包括以下步骤：接收高维数据，此高维数据对应于通过特征提取算法所取得的特征区块；自高维数据挑选多个维度数据组；对各维度数据组中的不同维度数据进行比较，以产生各维度数据组所对应的比较结果；以及依据比较结果产生二位字串，此二位字串用以描述特征区块。

摘要： 一种图像特征描述处理装置及图像特征描述处理方法。图像特征描述处理装置包括标头存储单元、向量存储单元、特征撷取单元、分散单元及存储器控制器。特征撷取单元撷取图像特征描述。分散单元根据图像特征描述产生标头基底地址、向量基底地址、标头及向量。存储器控制器根据标头基底地址连续写入标头至标头存储单元，并根据向量基底地址连续写入向量至向量存储单元。

摘要： 一种提供用于描述对象表示的至少一个特征的特征描述符的方法，包括以下步骤：提供原始特征描述符，所述原始特征描述符包括至少一个矢量或多个K矢量，所述矢量的矢量条目值的总和相等并且每个矢量具有H个条目；将每个矢量投射在大小为H-1或更小的低维空间上以获得包括H-1个或更少条目的投射矢量的投射特征描述符，使得可以获得两个投射特征描述符之间的相似性度量，所述相似性度量等于两个相应的原始特征描述符之间的相似性度量；以及提供该投射特征描述符作为无损压缩特征描述符。

摘要： 本发明公开了一种基于局部特征和全局HSV特征组合的目标特征描述方法，包括以下步骤：获取目标对象帧，在目标对象帧中选取背景区域、目标区域、并设定用于计算局部像素块似然度的扩展区域；利用超像素聚类方法将目标区域分割成若干局部块，对每一局部块分别提取边缘方向特征和亮度特征并组合成局部特征描述向量；分别计算背景区域和目标区域的HSV空间颜色特征，并组合成全局特征描述向量；利用局部特征描述向量计算目标区域局部块的似然，通过目标区域中每一个位置像素属于对象目标区域的概率计算全局似然；利用局部块似然和全局似然计算目标区域总体似然概率，根据目标区域的总体似然概率判断特征描述的准确度。本发明提高了目标表观描述的准确度。

摘要： 一种几何特征描述的数据文件生成方法及几何特征格式转换方法，描述方法包括：基于几何模型的几何特征，分解为多个块，获得块的块类型；当块类型是预设的第一类型块时，获得块的块形状位置参数；当块类型是预设的第二类型块时，获得块对应的所有表面的法向量以及表面类型；当表面类型是预设的第一类型表面时，获得表面的表面形状位置参数；当表面类型是预设的第二类型表面时，获得表面上所有的顶点坐标、边线类型和线形状参数。本公开将特定几何模型拆分成多个基础块结构，并通过数据点的不同组合方式对块结构的线、面进行表达，进而实现特定几何模型的简易表达。

摘要： 本发明提供的一种基于多尺度特征融合的可学习局部特征描述子的方法和一种基于多尺度特征融合的可学习局部特征描述子提取装置，通过构建图像匹配数据集，采集图像数据，将图像数据进行预处理后中心环绕切割，获取图像不同大小的尺寸，并转换成预处理后的图像，然后将预处理后的图像进行特征提取，获取三个尺寸对应的图像特征，对三个尺寸对应的图像特征进行特征融合并形成特征描述符，求误差值并根据损失函数更新，准确提取图像的采集野，实现对图像数据的高效采集。

摘要： 基于特征间方位距的特征描述系统，涉及图像特征提取领域。采用特征检测器检测一个图像所有特征点，采用特征筛选单元对特征点进行筛选，然后利用特征间关系计算单元计算每一个主要特征点与其余所有次要特征点之间的方位和距离，并进一步计算其关系强度。最后由特征描述生成单元对其进行特征描述，即特征描述向量。本发明采用了特征之间的方位距的信息来量化描述特征，此方法无需利用尺度空间以及灰度梯度变化信息即可描述特征，同时保持一定的区分性，以及尺度不变性。该方法计算复杂度低，易于在硬件中实现，有利于加速特征匹配、图像配准等应用，给快速实时性的应用带来了潜能。

摘要： 本发明公开了基于脊谷特征与深度特征描述符的点云单点对齐方法，包括：步骤S1、对点云进行特征提取，得到脊谷特征点；步骤S2、构建局部坐标系；步骤S3、在局部坐标系上划分网格，生成规则网格数据；步骤S4、构建轻量化网络PFNet；步骤S5、将规则网格数据PFNet中生成特征描述符，再利用KD树搜索特征描述符，得到匹配点对；步骤S6、利用匹配点对的局部坐标系映射生成候选解；步骤S7、利用RANSAC算法对步骤S6得到的候选解进行过滤。本发明实现了依靠单一特征点的数据对齐，能够在缺乏复杂特征的点云下取得良好的对齐效果，并对噪声、离群点、非均匀采样等具有很强的鲁棒性。