位置:成果数据库 > 期刊 > 期刊详情页
基于C均值聚类和图转导的半监督分类算法
  • ISSN号:1001-9081
  • 期刊名称:《计算机应用》
  • 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]西北大学信息科学与技术学院,陕西西安710127, [2]巢湖学院信息工程学院,安徽巢湖238000
  • 相关基金:国家自然科学基金资助项目(61373117,61673319);安徽省高校自然科学重点基金资助项目(KJ2017A451);巢湖学院教学团队基金资助项目(chl6jxtd01)
中文摘要:

图像特征点匹配是计算机视觉中需要解决的基本问题之一,准确地呈现匹配图像与待匹配图像特征点之间的一一对应是特征点匹配的最终目标。文中通过对特征点三角网格化,允许这些特征点适当偏离原先位置,同时通过线性分片映射Jocabian矩阵的奇异值来控制三角网格的变形,在这种约束下优化能量。实验结果表明,文中方法能够进一步提高匹配准确度。

英文摘要:

Feature points matching of images whose ultimate goal is to present injective mapping accurately be- tween feature points in image and matched image, is considered as one of the fundamental problems in com- puter vision. In the paper, feature points are triangulated and allowed to deviate from initial position properly, at the same time, distortion of triangular mesh is controlled by the singular values of Jacobian matrix in piece- wise mappings. At last, energy is optimized under this constraint. It's shown by the results of experiment that this method can increase matching accuracy.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术协会
  • 主办单位:四川省计算机学会中国科学院成都分院
  • 主编:张景中
  • 地址:成都市人民南路四段九号科分院计算所
  • 邮编:610041
  • 邮箱:xzh@joca.cn
  • 电话:028-85224283
  • 国际标准刊号:ISSN:1001-9081
  • 国内统一刊号:ISSN:51-1307/TP
  • 邮发代号:62-110
  • 获奖情况:
  • 全国优秀科技期刊一等奖,国家期刊奖提名奖,中国期刊方阵双奖期刊,中文核心期刊,中国科技核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:53679