一种基于局部PCA白化的图像表示方法和处理装置

    公开(公告)号:CN105205497B

    公开(公告)日:2019-01-15

    申请号:CN201510585376.8

    申请日:2015-09-15

    Abstract: 一种基于局部PCA白化的图像表示方法和处理装置,其中,第一映射模块将单词和特征映射到一个高维度空间;主成分分析模块在对应的每个单词空间中进行主成分分析,得到投影矩阵;VLAD计算模块计算VLAD图像表示向量;第二映射模块将所述VLAD图像表示向量映射到所述高维度空间中;投影变换模块将投影得到的VLAD图像表示向量进行投影变换;归一化处理模块将投影变换得到的特征进行归一化,得到最后的图像表示向量。对于得到的图像表示向量,首先将其投影到一个高维度空间中,然后对提前计算好的投影矩阵,对每个单词对应向量进行投影变换,得到一个低维度的向量,这样使得每个单词对应的向量是一致的。该方法和处理装置具有更好的鲁棒性和更高的性能。

    一种三维点云的局部特征提取方法及装置

    公开(公告)号:CN105160344B

    公开(公告)日:2019-01-04

    申请号:CN201510340617.2

    申请日:2015-06-18

    Abstract: 本申请提供的三维点云的局部特征提取方法及装置,基于与每个体元素的点对应的局部参考系来计算待提取特征点与相邻体元素的点的角度信息和凹凸信息,能够准确的计算两点之间的特征关系,具有平移、旋转不变的性质,并且由于提取同时将局部点云的凹凸信息包含进去,解决了以往3D局部特征描述时忽略凹凸二义性而导致提取不准的问题。在归一化处理时,采用指数归一化处理及第二范式归一化处理,解决了特征提取时,向量中少量元素过大或过小所导致的相似度计算不准确的问题,从而能提高所提取的三维局部特征的准确性。

    一种三维点云的局部特征提取方法及装置

    公开(公告)号:CN105160344A

    公开(公告)日:2015-12-16

    申请号:CN201510340617.2

    申请日:2015-06-18

    CPC classification number: G06K9/4604 G06K9/4642

    Abstract: 本申请提供的三维点云的局部特征提取方法及装置,基于与每个体元素的点对应的局部参考系来计算待提取特征点与相邻体元素的点的角度信息和凹凸信息,能够准确的计算两点之间的特征关系,具有平移、旋转不变的性质,并且由于提取同时将局部点云的凹凸信息包含进去,解决了以往3D局部特征描述时忽略凹凸二义性而导致提取不准的问题。在归一化处理时,采用指数归一化处理及第二范式归一化处理,解决了特征提取时,向量中少量元素过大或过小所导致的相似度计算不准确的问题,从而能提高所提取的三维局部特征的准确性。

    一种基于局部PCA白化的图像表示方法和处理装置

    公开(公告)号:CN105205497A

    公开(公告)日:2015-12-30

    申请号:CN201510585376.8

    申请日:2015-09-15

    CPC classification number: G06K9/6223

    Abstract: 一种基于局部PCA白化的图像表示方法和处理装置,其中,第一映射模块将单词和特征映射到一个高维度空间;主成分分析模块在对应的每个单词空间中进行主成分分析,得到投影矩阵;VLAD计算模块计算VLAD图像表示向量;第二映射模块将所述VLAD图像表示向量映射到所述高维度空间中;投影变换模块将投影得到的VLAD图像表示向量进行投影变换;归一化处理模块将投影变换得到的特征进行归一化,得到最后的图像表示向量。对于得到的图像表示向量,首先将其投影到一个高维度空间中,然后对提前计算好的投影矩阵,对每个单词对应向量进行投影变换,得到一个低维度的向量,这样使得每个单词对应的向量是一致的。该方法和处理装置具有更好的鲁棒性和更高的性能。

Patent Agency Ranking