基于BoW模型的图像分类方法研究任务书

 2021-08-20 22:30:42

1. 毕业设计(论文)主要内容:

随着数字照相机、打印机等图像电子设备的飞速发展,数字图像的数量以几何级数增长。人们面临的问题不再是资源的稀缺,而是如何在这浩瀚的海洋当中正确寻找自己需要的信息。图像的自动分类在许多领域都是一项关键的任务,其中包括信息检索、可视场景的目标检测、因特网数据过滤、医学应用等等。当直接在图像上进行操作时,传统的分类方法由于数据的高维特性表现差,很难取得较好的效果。Bag of words (BoW)模型最初应用于文档分类领域并因其简单而有效的优点得到了广泛的应用,计算机视觉领域的研究者们尝试将同样的思想应用到图像处理和识别领域,建立了由文本处理技术向图像处理领域的过渡。而将BoW模型应用于图像分类领域,则能够针对传统图像分类模型中存在的一些缺陷进行改进。

2. 毕业设计(论文)主要任务及要求

1.必读参考文献撰写格式必须规范。

2.阅读的参考文献不少于15篇(其中近5年外文文献不少于3篇)。

3.研究不同图像特征提取方法对图像分类的影响。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

第1周—第3周搜集资料,撰写开题报告;

第4周—第5周论文开题;

第6周—第12周撰写论文初稿;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

  1. 冈萨雷斯RC.数字图像处理.阮宇智译(第二版) .北京:电子工业出版社,2003
  2. 陈桂明,张明照,戚红雨.应用matlab语言处理数字信号与数字图像.科学出版社, 2000
  3. 景晓军等编著.图像处理技术及其应用.北京:国防工业出版社,2005
  4. B. E. Boser, I. M. Guyon, and V. N. Vapnik.A training algorithm for optimal margin classifiers. In D. Haussler, editor, 5th Annual ACM Workshop on COLT, pages 144-152, Pittsburgh, PA, 1992. ACM Press.
  5. Corinna Cortes and V. Vapnik, "Support-Vector Networks, Machine Learning, 20, 1995.
  6. John Shawe-Taylor and Nello Cristianini.Kernel Methods for Pattern Analysis. Cambridge University Press, 2004.ISBN 0-521-81397-2.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。