典型文献
基于多尺度CRF朝向敏感性的形状特征表示方法
文献摘要：
图像中物体的轮廓是稳定的,是旋转、平移和尺度等不变性识别的基础.本文对初级视皮层的神经元细胞进行建模,借鉴神经元方位选择性提取图片朝向信息,实现更接近大脑感知的形状特征表示策略.首先,以线段为基元表征物体的几何特征,引入朝向强度与尺度空间来获取更丰富的轮廓信息;其次,利用神经编码稀疏性指标,改进朝向关系匹配方法和尺度融合策略,获得了表示能力更强的图像形状特征.实验表明,基于该特征表示策略的形状检索算法实现了更高的检索正确率,在存在遮挡和噪声干扰情况下,本文方法表现出更好的鲁棒性.
文献关键词：
形状特征表示;多尺度融合;方位选择性;几何特征提取;图像表征
中图分类号：
作者姓名：
段婷;李明;沈辉;胡德文
作者机构：
国防科技大学智能科学学院,长沙410073
文献出处：
引用格式：
[1]段婷;李明;沈辉;胡德文-.基于多尺度CRF朝向敏感性的形状特征表示方法)[J].中国科学（技术科学）,2022(05):682-688
A类：
形状特征表示,方位选择性
B类：
CRF,朝向,表示方法,中物,平移,不变性,视皮层,神经元细胞,选择性提取,线段,基元,表征物,尺度空间,神经编码,稀疏性,关系匹配,匹配方法,融合策略,示能,检索算法,算法实现,遮挡,噪声干扰,多尺度融合,几何特征提取,图像表征
AB值：
0.375017
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
