位置:成果数据库 > 期刊 > 期刊详情页
一种特征矩阵的相似性度量方法及其在图像检索中的应用
  • ISSN号:1003-6059
  • 期刊名称:《模式识别与人工智能》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]西安交通大学人工智能与机器人研究所,西安710049
  • 相关基金:国家创新研究群体科学基金项目(No.60021302)、国家863计划项目(No.2005AA147060)和教育部留学基金项目资助.
中文摘要:

提出一种基于DP匹配的特征矩阵相似性度量方法.首先,在对象矩阵与样本矩阵的行向量之间采用一维DP匹配方法,产生一个相似行向量来替代对象矩阵.然后再用一维DP匹配计算相似行向量与样本矩阵的标准行向量之间的匹配距离.最后在匹配距离上定义两个特征矩阵的相似度.此方法本质上是将二维特征矩阵的匹配问题转化为两个一维向量的DP匹配,适用于解决二维对象的识别和检索问题.在图像检索系统平台中对本文给出的相似性度量方法进行验证,结果表明此方法是有效的。

英文摘要:

A novel feature matrix similarity measure method , which is suitable for two dimensional object recognition and matching, is presented. In this method, a similar-row vector is produced by comparing dynamic programming ( DP ) matching distances , which describe the similarity between the row of a query matrix and those of a sample matrix. And the similar-row vector is used to represent the query matrix. Then the DP matching is again performed to obtain a similarity measure. The proposed method is employed in an image retrieval system using a dominant color feature matrix representation. The experimental results show that the method is efficient.

同期刊论文项目
期刊论文 165 会议论文 73
同项目期刊论文
期刊信息
  • 《模式识别与人工智能》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会 中国自动化学会
  • 主办单位:国家智能计算机研究开发中心 中国科学院合肥智能机械研究所
  • 主编:郑南宁
  • 地址:安徽省合肥市蜀山湖路350号中国科学院合肥智能机械研究所
  • 邮编:230031
  • 邮箱:bjb@iim.cas.cn
  • 电话:0551-5591176
  • 国际标准刊号:ISSN:1003-6059
  • 国内统一刊号:ISSN:34-1089/TP
  • 邮发代号:26-69
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:10169