信号处理
信號處理
신호처리
SIGNAL PROCESSING
2009年
1期
153-156
,共4页
均值漂移%聚类%图像分割
均值漂移%聚類%圖像分割
균치표이%취류%도상분할
特征空间分析是众多计算机视觉任务中的主要模块,均值漂移作为一种稳健的非参数特征空间分析方法,越来越得到广泛的应用,但对于高维特征空间该方法计算量相当大,甚至难以在实际中采用.因此,提出了一种基于近似最近邻搜索的自适应均值漂移方法ANNMS,大大减少了迭代计算量,不受特征维数限制,且能自适应确定核函数的带宽.通过图像分割实验,得到比标准均值漂移方法更精细的结果,且速度更快.
特徵空間分析是衆多計算機視覺任務中的主要模塊,均值漂移作為一種穩健的非參數特徵空間分析方法,越來越得到廣汎的應用,但對于高維特徵空間該方法計算量相噹大,甚至難以在實際中採用.因此,提齣瞭一種基于近似最近鄰搜索的自適應均值漂移方法ANNMS,大大減少瞭迭代計算量,不受特徵維數限製,且能自適應確定覈函數的帶寬.通過圖像分割實驗,得到比標準均值漂移方法更精細的結果,且速度更快.
특정공간분석시음다계산궤시각임무중적주요모괴,균치표이작위일충은건적비삼수특정공간분석방법,월래월득도엄범적응용,단대우고유특정공간해방법계산량상당대,심지난이재실제중채용.인차,제출료일충기우근사최근린수색적자괄응균치표이방법ANNMS,대대감소료질대계산량,불수특정유수한제,차능자괄응학정핵함수적대관.통과도상분할실험,득도비표준균치표이방법경정세적결과,차속도경쾌.
