中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 黄威豪河南大学 2020年硕士导师: 李伟共95页

摘要 : 随着人工智能领域的迅猛发展，同时定位与建图技术(Simultaneous Localization And Mapping，SLAM)逐渐成为横跨计算机视觉与无人驾驶领域的研究热点，特别是基于视觉的SLAM技术已经成为推动无人驾驶发展的主要动力。视觉SLAM根据帧间位姿的估算方式不... 展开随着人工智能领域的迅猛发展，同时定位与建图技术(Simultaneous Localization And Mapping，SLAM)逐渐成为横跨计算机视觉与无人驾驶领域的研究热点，特别是基于视觉的SLAM技术已经成为推动无人驾驶发展的主要动力。视觉SLAM根据帧间位姿的估算方式不同，可分为特征点法与直接法。特征点法基于特征提取，具有提取稳定、光照鲁棒性强、闭环信息易检测等优点，缺点是无法构建环境稠密地图；直接法基于灰度不变假设，通过对像素点的追踪与处理，能够轻松构建环境稠密地图，缺点是无法对闭环信息进行有效检测，造成帧间误差容易产生积累，导致轨迹与地图点出现漂移。本文结合特征点法和直接法的优点，提出了一种基于直接法和视觉词典融合的SLAM方法，较好的解决了直接法在室外大范围场景下运动时，误差累计造成轨迹与地图点的漂移问题。本文所做的研究工作主要包括： (1)设计了一种基于直接法的视觉里程计(D-VO)。视觉里程计主要由光度优化、前端追踪和后端优化，共三个主线程组成。在光度校优化线程内，通过设计一种光度校准模型对输入的光度信息(响应函数与渐晕函数)进行优化，降低了系统的光度误差；前端追踪线程通过未成熟点提取、未成熟点追踪、未成熟点激活三个子模块完成对相机位姿与地图点信息的初步解算；后端优化线程由若干个关键帧组成的滑动窗口和边缘化模块组成，在窗口内部采用高斯-牛顿优化算法对相机位姿与地图点信息进行全局优化，边缘化模块则用于维持窗口内计算规模的整体恒定。 (2)提出了一种适配于直接法的闭环检测算法(D-LCD)。该算法由BoVW优化模型、TF-IDF加权算法以及闭环验证模块组成。BoVW优化模型采用了一种新型的特征点提取算法(M-ORB)和分层词典树结构，降低了原模型的时间复杂度，提高了实时性；TF-IDF算法为每个视觉单词自适应分配权重；闭环验证模块则用于筛选不良闭环，保证线程的准确性。最后在TUM公开数据集上进行了验证，实验结果表明在室内外复杂场景下，不降低准确率与鲁棒性的同时，依然具有较高的处理速度与较低的运行时间。 (3)设计了一种基于直接法和视觉词典融合的SLAM系统(D-SLAM)，并完成了视觉SLAM多功能实验平台的搭建与相应的实验验证工作。首先将改进后的闭环检测算法与直接法视觉里程计相融合，得到了直接法SLAM系统(D-SLAM)。然后基于Linux系统设计并搭建了本文所需的视觉SLAM多功能实验平台。最后在此平台上对D-VO和D-SLAM与目前视觉SLAM领域内(已开源)的主流SLAM算法进行了不同场景下的建图测试与闭环实验，并给出了各性能指标的定量分析。实验结果表明，本文所提出的D-SLAM在各方面表现均为最优，具备准确构建周围环境地图的能力，尤其是面对室外大范围复杂场景下，能够主动消除误差累计，构建全局一致性地图。收起

关键词 : 视觉SLAM 直接法闭环检测视觉词典融合

2. 基于视觉词典的三维人脸识别和分类

[学位论文] 钟诚中国科学院自动化研究所 2009年博士导师: 谭铁牛共115页

摘要 : 随着社会的进步和计算机网络技术的迅速发展，基于生物特征的身份鉴别算法由于其出色的安全性能受到了广泛的关注。在所有的生物特征识别算法中，人脸识别技术由于其易接受性、采集方便等优点一直是该领域的研究热点。但是由于人脸本身是一个非刚性的... 展开随着社会的进步和计算机网络技术的迅速发展，基于生物特征的身份鉴别算法由于其出色的安全性能受到了广泛的关注。在所有的生物特征识别算法中，人脸识别技术由于其易接受性、采集方便等优点一直是该领域的研究热点。但是由于人脸本身是一个非刚性的三维几何体，因此传统的二维人脸识别技术必然会受到光照、姿态和表情等因素的影响，造成识别信息的丢失。为了解决这些问题，三维人脸识别技术应运而生。三维人脸识别和分类就是使得计算机可以对由三维扫描仪采集得到的三维人脸数据进行智能分析，从而得到准确的身份识别和分类结果。本文针对如何准确而鲁棒的进行三维人脸特征表达进行了深入的研究，主要的工作和贡献包括： ①实现了三维鼻尖区域的定位算法，并以此为基准区域对不同的三维人脸数据进行配准。这些工作为三维人脸识别平台的建立奠定了基础。 ②提出了基于视觉词典的三维人脸特征并将其成功应用于三维人脸识别系统中。视觉词典算法首先通过学习得到三维人脸最常见的纹理基元，然后以这些基元作为纹理直方图的基础，通过将原三维人脸图像向这些纹理基元映射得到视觉词典直方图向量，以此作为三维人脸的特征表达。实验结果表明，视觉词典特征实现了泛化能力、识别性能和鲁棒性的统一。 ③改进了基于视觉词典的三维人脸框架中的各个步骤(滤波器选择、聚类算法设计和匹配距离选择)，进一步提升了该算法的识别性能。在FRGC2.0和CASIA三维人脸数据库的实验中，都取得了很好的识别效果。 ④提出了鲁棒局部Log-Gabor直方图特征以克服在非可控环境下三维人脸识别遇到的困难。该算法在FRGC2.0三维人脸数据库的大表情数据子集和CASIA三维人脸数据库表情子集的实验中，取得了很好的识别效果。 ⑤利用视觉词典特征提出了模糊三维人脸种族分类。利用视觉词典特征学习得到东方人种视觉基元和西方人种视觉基元，并以此为基础设计了模糊隶属度函数，实现了模糊三维人脸种族分类的目的。总的说来，本文在基于视觉词典的三维人脸特征表达方向做了深入的研究，并取得了一些初步成果，希望本文的工作可以对进一步的三维人脸识别研究提供帮助。收起

关键词 : 人脸识别三维人脸特征人脸分类视觉词典

3. 基于多特征融合的图像检索技术研究及其实现

[学位论文] 刘卉南京理工大学 2018年硕士导师: 李泽超共79页

摘要 : 面对网络中迅速增长的图像数据，如何能够在浩瀚的图像集中准确并且快速地检索到用户感兴趣的图像，已经成为图像检索领域研究的热点。然而基于文本的图像检索可能会存在以下一些问题，例如图像描述信息的模糊、缺失;不规则多语种的图像描述文本;被错... 展开面对网络中迅速增长的图像数据，如何能够在浩瀚的图像集中准确并且快速地检索到用户感兴趣的图像，已经成为图像检索领域研究的热点。然而基于文本的图像检索可能会存在以下一些问题，例如图像描述信息的模糊、缺失;不规则多语种的图像描述文本;被错误描述的图像等。因此，将图像本身作为检索输入的需求正日益增加，众多基于内容的图像检索(CBIR)方法被提出，用于提取图像的视觉内容信息，提高待检索图像特征与图像库中图像特征的最佳匹配精度。然而，物体的遮挡、重叠、空间布局差异、图像分辨率差异，光照的变化，语义鸿沟以及多媒体内容的指数级增长等问题都使得CBIR成为具有挑战性的问题。为了能够尽可能充分地表达图像丰富的视觉内容信息，本文提出了融合多源特征的图像检索框架，包含目前被广泛使用的深度卷积网络特征以及传统的局部特征和全局特征，使得检索结果更加适应用户的需求，提高了检索精度。本文具体地阐述了以下三个贡献点: 1)基于改进的“视觉词袋”模型提出了由粗到细的视觉词典的优化和新的白适应软分配技术。在视觉词典的构造中，加入由全局到局部的概念，通过优化的乘积量化技术对无监督学习得到的视觉词典的各个局部维度进行压缩编码。在特征量化阶段，根据提出的软分配数学模型自适应地控制分配到各个视觉单词的数目和量化到各个视觉单词的权值，最终构造出单一特征空间的图像表示。 2)提出了基于相似性加权矩阵的多特征融合方法。从特征相似性原理出发，两张相似图像的特征向量在某些维度上距离很近而在某些维度上距离很远，因此在相似度计算时需要增加相近维度的重要性而抑制相异维度的贡献度。该特征融合方法能够根据特征每一维的差异利用相似性权值矩阵对特征进行动态加权，增加了加权针对性以及提高了匹配准确度。 3)提出了基于候选图像视觉相关性分析的重排序算法。首先运用现有的图像检索方法得到的初始检索结果序列进行再次检索，继而根据提出的方法构造候选图像间的视觉相关有向图，然后根据提出的模型分析候选结果间的视觉相关性，最终得到候选图像的相似性权重，实现重排序。 4)设计并且实现了融合多特征的图像检索系统。用户可以选择本地数据库中的图像上传到系统中，系统后台将执行本文的图像检索算法，最终可视化检索结果，并且能够实现检索结果重排序的功能。收起

关键词 : 图像检索特征融合视觉词典匹配精度

4. 基于空间Fisher核框架的Bag of Features算法的研究与应用

[学位论文] 汪鹏西安电子科技大学 2013年硕士导师: 崔江涛共75页

摘要 : 本文针对工程应用项目中的图像匹配问题,研究图像的分类与检索问题。Bag of Features(BOF)算法由于其高效性和简洁性,在图像分类和检索领域应用广泛。传统BOF算法只考虑特征点在视觉词典上的词频统计信息,需要的词典尺寸较大。在传统BOF算法上引入Fis... 展开

关键词 : 图像匹配描述向量分类检索特征点视觉词典

5. 基于BoW模型的人脸识别方法研究

[学位论文] 李晓翠哈尔滨工程大学 2014年硕士导师: 苍岩共70页

摘要 : 在计算机和网络技术高速发展的时代，人脸识别技术也随之快速发展，并逐渐成为模式识别、人工智能等领域的研究热点。人脸识别技术不仅在企业应用、公共安全等方面应用广泛，而且在国家信息安全和金融安全等方面发挥了重要的作用。虽然人脸图像容易采... 展开在计算机和网络技术高速发展的时代，人脸识别技术也随之快速发展，并逐渐成为模式识别、人工智能等领域的研究热点。人脸识别技术不仅在企业应用、公共安全等方面应用广泛，而且在国家信息安全和金融安全等方面发挥了重要的作用。虽然人脸图像容易采集，但是由于表情改变、光照及姿态不同、遮挡和年龄等问题的存在，使得人脸识别技术的进展极其缓慢。通过阅读大量的相关文献不难发现，大部分的人脸识别方法都只针对其中的某个问题来寻求解决的方法，而没有考虑到其中两个或多个问题同时存在时的解决方案，所以寻求一种鲁棒的人脸识别方法将是今后研究的一个重点内容。Bag of words(BoW)模型最初被应用于文档处理领域，而后被引入到图像处理领域，并得到了很好的效果。本文将BoW模型应用于人脸识别领域，并且在研究该模型的基础上，针对其中存在的一些不足进行了改进：首先，在视觉词典的构造环节，为了得到更可靠更高效的视觉词典，针对传统k-means聚类方法存在的过度依赖于初始聚类中心、随着数据量增大，计算复杂度增高和容易陷入局部极小等问题，将二分K均值引入到BoW模型中，进行视觉词典的构造。该方法每次迭代过程中只有两个聚类中心，不仅有效的降低了对初始聚类中心的依赖还减少了收敛时所需的迭代次数，从而提高了计算效率。实验结果表明，本文提出的方法不仅有效的提高了人脸识别率，还有效的缩短了构造视觉词典所需的时间。其次本文将所提出的改进方法应用于单样本的人脸识别，由于在现实生活中，很多情况下都只能获得样本的单张图像，如居民身份证、驾驶证、护照等，因此单样本的人脸识别系统已经成为人脸识别重要的发展方向。由实验结果可以看出，本文提出的算法对于单样本的识别率很高，并且对于光照、表情及部分遮挡、面部不同角度的姿态等情况都具有很好的鲁棒性最后在分析了支持向量机(SVM)分类方法和人脸识别实际应用需求的基础上，将相关向量机(RVM)引入BoW模型中，将其作为分类器来对人脸图像进行分类识别。该方法有效的解决了SVM的预测结果不是概率性质、核函数必须满足Mercer条件等问题，而且与SVM相比，RVM更稀疏，使用了更少数量的支持向量，从而显著减少了测试样本的计算时间。实验结果表明，RVM的识别率等于有时略低于SVM，但RVM有效的缩短了测试时间，这对于人脸识别的实际应用具有重要的意义。收起

关键词 : 人脸识别 BoW模型视觉词典支持向量机

6. 基于词袋模型的视觉词典构建

[学位论文] 范晓平大连海事大学 2017年硕士导师: 王春立共65页

摘要 : 随着互联网的高速发展及广泛应用，数字图像大量地出现在人们的生活中。面对海量的图像资源，如何准确、高效地实现图像的分类、检索、标注等各项工作，已经成为当前智能信息处理研究的热点。词袋模型是分类算法中应用比较广泛中的一种，并在图像分类... 展开随着互联网的高速发展及广泛应用，数字图像大量地出现在人们的生活中。面对海量的图像资源，如何准确、高效地实现图像的分类、检索、标注等各项工作，已经成为当前智能信息处理研究的热点。词袋模型是分类算法中应用比较广泛中的一种，并在图像分类中表现出优良的性能，所以获得了广泛的研究与应用。视觉词典是词袋模型的基础，构建更具有描述性的视觉词典不仅能提高图像的分类准确度，还能减少算法计算时间。如何获得更具有代表性的视觉词典，以便更好地对图像进行描述已经成为提高分类准确度一个关键的步骤。本文以构建具有较高辨识度的视觉词典为目标，研究视觉词典的优化方法，将优化的视觉词典应用到图像分类中，以提高图像分类的准确度。围绕上述内容，本文研究内容主要体现在如下两个方面: 第一，在传统词袋模型和现有香农熵的基础上，首先对两者存在的问题进行分析;然后针对存在的问题对其进行改进，以便筛选出辨识度高的视觉词典。首先将训练集按类别聚类;然后利用改进的香农熵计算每个类中每个视觉单词的香农熵值，删除香农熵值大的视觉单词，也就是每个类中辨识度低的视觉单词;最后将优化后的每个类的视觉词典放到一起得到优化后的词典。实验结果表明，新方法可以选择出更具有代表性的单词，提高分类结果。第二，分析了传统互信息进行单词选择过程中存在的问题，对传统的互信息进行了改进，并将其应用到视觉单词选择中，筛选出辨识度高的视觉单词。该方法对互信息进行单词选择的影响因素和不足进行了综合分析，更有利于选取就有代表性的视觉单词。本文针对传统词袋模型视觉词典构建中存在的问题，在已有的香农熵和互信息的基础上对其分别进行改进，将改进后的香农熵和互信息应用到单词选择中，筛选辨识度高的视觉单词。本文将构建的富有判别力的视觉词典应用到图像分类中，提高了图像分类的分类准确度，并且可改善计算速度。收起

关键词 : 词袋模型视觉词典香农熵互信息

7. 用于场景图像分类的特征提取算法优化与实现

[学位论文] 苑露北京邮电大学 2015年硕士导师: 桑新柱共58页

摘要 : 随着网络技术的发展，数字图像在人们生活中的应用越来越多。如何对大量的图像快速准确的分类，为更复杂的图像处理提供更准确的信息已经成为人们研究的热点问题。本文基于目前主流的词袋(Bag of Words，BoW)模型在图像分类中的应用方式，对有人与非人... 展开随着网络技术的发展，数字图像在人们生活中的应用越来越多。如何对大量的图像快速准确的分类，为更复杂的图像处理提供更准确的信息已经成为人们研究的热点问题。本文基于目前主流的词袋(Bag of Words，BoW)模型在图像分类中的应用方式，对有人与非人的场景图像分类进行研究，并针对图像特征提取部分进行优化。在提取底层局部特征时，传统的尺度不变特征变换算法(Scale-Invariant Feature Transform， SIFT)提取到的特征点个数有限且计算的复杂度较高。针对这样问题，本文使用密集尺度不变特征变换(Dense-SIFT)算法对局部特征提取进行优化。Dense-SIFT使用矩形窗替代了SIFT算法中的高斯窗提取特征点和生成特征描述，一方面可以在图像中获得更多的特征点，提高分类的准确率，另一方面降低了计算的复杂度，提高了算法的效率。视觉词典的构造和池化运算是图像高层特征实现的两个重要部分。在深入学习图像高层特征的基础上，我们先对视觉词典的大小进行参数选取的实验，通过多组结果对比确定场景图像分类下的最优参数。其次，对空间金字塔匹配模型(Spatial Pyramid Matching，SPM)的原理和实现进行了研究，将其分别应用在平均池化(Average-pooling)和最大池化(Max-pooling)算法中。实验基于SPM模型对比不同场景图像中两种池化算法的分类准确率，根据实验结果确定Max-pooling方法在有人与非人的场景分类中对特征变化有更强的鲁棒性，分类的准确率更高。针对局部特征无法充分表示图像全局特征的问题，提出将全局颜色特征与局部特征相结合作为最终的图像特征，并将颜色特征应用在SPM模型中。通过实验，确定了颜色特征在SPM模型中的最优层级。同时对比全局颜色特征加入前后分类的效果，验证了优化特征后的算法能够有效的提高彩色图像的分类性能。最后使用完整的优化模型，对比优化前后的分类效果，结果表明优化后的有人非人的场景分类准确率更高，为后续有人图像的检索、分割等处理奠定了基础。收起

关键词 : 场景图像分类视觉词典颜色特征

8. 基于复合视觉词的医学影像分类方法研究

[学位论文] 李博东北大学 2015年博士导师: 赵大哲共160页

摘要 : 医学影像分类技术是有效组织存储海量医学影像数据，利用其中蕴含的信息支持临床诊疗的重要支撑。医学影像分类的临床应用很多，一方面，医学影像全局分类是提高医学影像归档存储和医学影像检索性能的关键;另一方面，医学影像局部分类是实现局部病灶识... 展开医学影像分类技术是有效组织存储海量医学影像数据，利用其中蕴含的信息支持临床诊疗的重要支撑。医学影像分类的临床应用很多，一方面，医学影像全局分类是提高医学影像归档存储和医学影像检索性能的关键;另一方面，医学影像局部分类是实现局部病灶识别和亚分类的主要方法。早期的研究使用全局特征描述医学影像，不能实现医学影像局部细节的详细描述。近年来，局部特征被越来越多地使用于描述医学影像，视觉词袋模型被广泛借鉴以实现医学影像的分类。本文聚焦于基于视觉词的医学影像分类任务，针对其中遇到的问题，进行深入研究。首先，对复合视觉词进行定义，结合多尺度分析，提出了一种基于复合视觉词的医学影像分类方法;然后，分别从医学影像的特征提取、视觉词学习和医学影像分类器学习三方面进行更深入地研究，对基于复合视觉词的医学影像分类方法不断完善，以提高医学影像分类效果。本文主要工作包括: (1)针对单一特征向量不足以有效融合不同参数下提取的多个特征向量，影响了传统视觉词袋模型分类的问题，定义了复合视觉词，并结合尺度分析，提出一种基于尺度复合视觉词的医学影像分类方法，以提高医学影像分类效果。首先，利用小波变换并结合空间上下文信息，生成多特征向量组成的特征矩阵，用以对视觉词进行描述，称为尺度复合特征;其次，根据医学影像类别标签，利用集成学习实现多特征组成的复合视觉词的学习和标注;最后，根据视觉词的标注结果，使用投票策略进行医学影像类别的决策。采用两个公开数据集进行验证:全局影像分类数据集ImageCLEFMed;局部的肺气肿病灶识别与亚分类数据集Emphysema Database。实验结果表明该方法可以达到较高的准确性。 (2)针对医学影像灰度变化值域较大，影响了传统特征表达效果的问题，对医学影像特征提取进行了深入研究，提出一种基于轮廓复合视觉词的医学影像分类方法。该方法提取医学影像的纹理轮廓，即提取易被人眼观测的主要纹理，忽略不易被察觉的次要纹理。首先，通过无监督方法实现医学影像的像素级聚类，聚类边缘点集被视为拟定轮廓点集;其次，构建聚类核值相似区域，通过判别规则去除噪音，得到轮廓点集，作为轮廓视觉词集合;然后，定义轮廓特征描述符，生成轮廓复合特征，用以描述医学影像;最后，对轮廓视觉词进行集成学习，实现医学影像分类。采用ImageCLEFMed与Emphysema Database数据集进行实验，结果表明该方法有效提高了分类准确性。 (3)针对视觉词学习过程中缺少对视觉词有效性判断的问题，对视觉词学习进行了深入研究，提出一种基于复合视觉词典学习的医学影像分类方法。在视觉词的学习过程中，通过多示例学习更好地利用视觉词与其多个特征之间的关系，根据视觉词的学习结果，去除普遍分布于各医学影像类别中的“停用词”。首先，对医学影像中的复合视觉词及其所包含的多特征进行多示例建模;然后，通过一组学习器实现复合视觉词典的学习，输出结果为一个学习器集合所表示的一组划分规则;最后，使用该视觉词典对待分类医学影像中的视觉词进行查询，实现医学影像分类。采用ImageCLEFMed与Emphysema Database数据集进行实验，结果表明，利用该方法可以在不同程度上提高医学影像分类效果，特别是提高了肺气肿层影像分类的敏感性和特异性。 (4)针对在实际临床中，视觉词可能拥有多个标签的问题，对医学影像分类器学习进行了深入研究，并对视觉词多示例学习模型进行扩展，提出一种基于复合视觉词类别空间的医学影像分类方法。首先，利用代表各医学影像类别的坐标轴构建坐标系，进行类别空间的构建;其次，利用医学影像特征示例在各医学影像类别之间的分布关系来表示医学影像视觉词;最后，利用视觉词的矢量和来表示医学影像，并利用余弦相似度实现医学影像分类。该方法结合视觉词典学习方法可以简化类别空间构建过程，并且较容易被推广到层次分类任务中。采用ImageCLEFMed与Emphysema Database数据集进行实验，结果表明，基于类别空间的医学影像分类方法有效提高了分类性能，特别是结合视觉词典学习方法，有效提高了对全局医学影像层次分类的效果。综上，本文提出的算法有效改善了传统的基于视觉词袋的医学影像分类方法存在的问题，提高了分类的准确性，敏感性和特异性。收起

关键词 : 医学影像图像分类特征提取视觉词典学习

9. 基于局部特征的小样本学习方法研究

[学位论文] 朱莉电子科技大学 2022年硕士导师: 武德安共61页

摘要 : 机器学习是对人类学习过程的一种模拟。人类能够利用少量样本学习总结事物的本质规律，但是机器学习却需要大量高质量样本来寻找数据间的规律，总结出分类判断的规则。在实际工作中，样本采集困难、标注代价昂贵，机器常常无法获得足量的样本数据。因... 展开机器学习是对人类学习过程的一种模拟。人类能够利用少量样本学习总结事物的本质规律，但是机器学习却需要大量高质量样本来寻找数据间的规律，总结出分类判断的规则。在实际工作中，样本采集困难、标注代价昂贵，机器常常无法获得足量的样本数据。因此，研究在小样本条件下让机器快速学习的方法，具有较强的理论意义与应用价值。小样本学习问题的核心是数据量少，参数假设空间大，生成的样本特征表示无法充分表示类别信息且包含了大量的无效信息及噪声。目前的小样本学习方法大多采用辅助训练集作为先验知识压缩参数假设空间，但是由于任务样本数量过少，训练得到的特征提取器仍然缺乏任务针对性，难以直接提取到样本整体类别特征。因此，文章针对样本特征提取表示困难和噪声干扰多的问题，提出了解决方案。本文的主要研究内容如下：首先，很多小样本学习方法采用图像级别的紧凑表征，无法全面地表示类别信息。对此，我们提出了一种基于视觉词典的特征表示方法。为了充分利用神经网络提取特征的能力，同时降低小样本局部特征描述子分布不均衡的影响，使用神经网络提取局部的深层语义信息，然后结合深度哈希方法，构建了一个端到端的词典训练生成网络。利用融合的局部特征来充分地表示图像整体特征信息。这种方法用记忆中的局部特征表示新样本，规避了直接提取样本整体类别特征的难题，并且与分类模型结合时能有效地缩减参数假设空间。其次，许多小样本学习方法在分类时平等地看待每个从样本中提取到的特征信息，然而不同特征对于不同类别样本的类别特征表示贡献不同。因此我们提出了一种基于关键特征的小样本学习方法。依据小样本局部特征词汇的分布特点，对词频进行统计分析，调整每个局部特征的权重，使得模型尽可能地忽略无效信息、关注关键特征，从而加强模型对关键特征的建模能力。在标准数据集miniImageNet以及CUB上进行了实验，本文提出的特征表示方法可以生成具有类别区分度的特征表示，提出的基于关键局部特征的小样本学习算法与同类方法相比有效地提高了小样本条件下分类任务的准确率。此外，设计了消融实验和一些补充实验，验证了网络各部分的设计的有效性和合理性。收起

关键词 : 小样本学习视觉词典局部特征神经网络

10. 基于特定目标的大规模图像检索技术研究

[学位论文] 邵杰北京邮电大学 2012年硕士导师: 王小捷；鲁鹏共59页

摘要 : 随着计算机技术、多媒体技术以及Internet技术的发展，人们越来越多得接触到海量的图像信息。如何从海量图像中检索到用户需要,的图像已成为一个亟待解决的问题。基于特定目标的图像检索技术作为图像检索领域的一个重要分支，近年来一直都是研究... 展开

关键词 : 图像检索视觉词典 RANSAC算法查询扩张特定目标