10.11896/j.issn.1002-137X.2016.9.058
基于非监督特征学习的兴趣点检测算法
由于兴趣点是图像中的基础、关键特征,因此兴趣点检测是图像配准、图像检索以及图像识别的关键步骤.基于兴趣点对于图像特征响应较为强烈的特性,结合非监督特征学习算法可以自主地从无标签的样本中提取特征的思想,提出了UFL-ID兴趣点检测算法.该算法无监督学习了图像的底层特征,对特征进行信息量和各向同性的评价,并利用特征的卷积响应及评价参数寻找图像中的兴趣点.与其他常见的兴趣点检测算法的对比实验表明,该算法具有良好的重复性与抗噪能力.
机器学习、非监督特征学习、自动编码器、兴趣点检测、特征提取
43
TP391.41(计算技术、计算机技术)
国家自然科学基金:基于多特征融合和集成学习的多目标识别技术研究61273275
2016-10-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
289-294,封3