计算机科学 ›› 2014, Vol. 41 ›› Issue (Z6): 234-238.
赵彦明,季圣杰
ZHAO Yan-ming and JI Sheng-jie
摘要: 针对现阶段特征提取方法忽视图像自身的视觉信息的问题,提出了基于图像自身复杂视觉信息的特征提取算法与应用。该算法分析了视觉皮层V1区4B层复杂细胞的视觉功能,揭示了复杂视觉细胞提取区域图像非线性、独立和平移不变性特征的能力,建立了复杂视觉细胞的数学模型,并通过该模型提取了区域图像包含的复杂视觉信息。实验证明:所提算法依据图像自身包含的高级视觉信息,自适应提取区域图像的非线性、独立性和几何不变性特征,克服了常见特征提取算法忽视图像自身视觉特征的缺陷;在基于图像内容的图像检索领域,算法取得了良好的检索效果。
[1] 罗洁思,于德介,彭富强.基于多尺度线性调频基信号稀疏分解的多分量LFM信号检测[J].电子与信息学报,2009,1(11):2782-2785 [2] 许强,马登武.傅里叶描述子与角点相结合的形状匹配[J].光电工程,2013,0(6):124-128 [3] 王科俊,邹国锋.基于子模式的Gabor特征融合的单样本人脸识别[J].模式识别与人工智能,2013,6(1):51-56 [4] 于明月,陈果.双自适应小波局部极大模方法及其在信号特征提取中的应用[J].振动与冲击,2013,2(1):54-59 [5] 张彦梅,于敬波.基于Zoom-FFT变换域的坦克被动式毫米波探测识别方法[J].南京理工大学学报:自然科学版,2013(3):86-91 [6] 於东军,吴小俊,Hancock E R.广义SOM及其在人脸性别识别中的应用[J].计算机学报,2011,4(9):1720-1725 [7] 王尧,余祖俊,朱力强,等.基于脉冲耦合神经网络和Markov随机场的立体匹配研究[J].仪器仪表学报,2013,34(7):1540-1545 [8] Hyvrinen A,Hoyer P O,Inki M.Topographic IndependentComponent Analysis[J].Neural Computation,2001,3(7):1527-1558 [9] 赵彦明.基于生物视觉信息的PCNN参数自适应设置方法及模型改进[J].计算机科学,2013,40(6):291-294 [10] Olshausen B A,Field D J.How close are we to understanding V1?[J]. Neural C omputation,2005,7:1665-1699 [11] Serre T,Wolf L,Bileschi S,et al.Robust Object Recognition with Cortex-Like Mechanisms[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2007,29(3):411-426 [12] Tatani K,Nakamura Y.Dimensionality reduction and reproduction with hierarchical NLPCA neural networks-extracting common space of multiple humanoid motion patterns[C]∥Proc.of IEEE International Conference on Robotics and Automation.2003:1927-1932 [13] Eckhorn R,Reitboeck H J,Arndt M,et al.Feature linking via synchronization among distributed assemblies:Simulations of results from cat visual cortex[J].Neural Computation,1990(2):293-307 [14] 杨光,王恒,徐鹏,等.基于NSCT和MPCNN的人脸特征提取[J].计算机工程,2012,38(22):152-158 |
No related articles found! |
|