CN105844292A - 一种基于条件随机场和二次字典学习的图像场景标注方法 - Google Patents
一种基于条件随机场和二次字典学习的图像场景标注方法 Download PDFInfo
- Publication number
- CN105844292A CN105844292A CN201610158608.6A CN201610158608A CN105844292A CN 105844292 A CN105844292 A CN 105844292A CN 201610158608 A CN201610158608 A CN 201610158608A CN 105844292 A CN105844292 A CN 105844292A
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- super
- dictionary
- potential energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2136—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on sparsity criteria, e.g. with an overcomplete basis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
Abstract
Description
Claims (5)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610158608.6A CN105844292B (zh) | 2016-03-18 | 2016-03-18 | 一种基于条件随机场和二次字典学习的图像场景标注方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610158608.6A CN105844292B (zh) | 2016-03-18 | 2016-03-18 | 一种基于条件随机场和二次字典学习的图像场景标注方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105844292A true CN105844292A (zh) | 2016-08-10 |
CN105844292B CN105844292B (zh) | 2018-11-30 |
Family
ID=56588347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610158608.6A Active CN105844292B (zh) | 2016-03-18 | 2016-03-18 | 一种基于条件随机场和二次字典学习的图像场景标注方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105844292B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446965A (zh) * | 2016-10-21 | 2017-02-22 | 西北工业大学 | 一种航天器可见光图像分类方法 |
CN107657276A (zh) * | 2017-09-15 | 2018-02-02 | 赤峰学院 | 一种基于寻找语义类簇的弱监督语义分割方法 |
CN108053420A (zh) * | 2018-01-05 | 2018-05-18 | 昆明理工大学 | 一种基于有限时空分辨率类无关属性动态场景的分割方法 |
CN108229515A (zh) * | 2016-12-29 | 2018-06-29 | 北京市商汤科技开发有限公司 | 高光谱图像的对象分类方法和装置、电子设备 |
CN108280469A (zh) * | 2018-01-16 | 2018-07-13 | 佛山市顺德区中山大学研究院 | 一种基于稀疏表示的超市商品图像识别方法 |
CN108399620A (zh) * | 2018-03-19 | 2018-08-14 | 嘉兴学院 | 一种基于低秩稀疏矩阵分解的图像质量评价方法 |
CN108537102A (zh) * | 2018-01-25 | 2018-09-14 | 西安电子科技大学 | 基于稀疏特征与条件随机场的高分辨sar图像分类方法 |
CN109657704A (zh) * | 2018-11-27 | 2019-04-19 | 福建亿榕信息技术有限公司 | 一种基于稀疏融合的核化场景特征提取方法 |
CN109903274A (zh) * | 2019-01-31 | 2019-06-18 | 兰州交通大学 | 一种高分辨率遥感影像变化检测方法及系统 |
CN110008785A (zh) * | 2018-01-04 | 2019-07-12 | 清华大学 | 一种目标识别方法和装置 |
CN110012349A (zh) * | 2019-06-04 | 2019-07-12 | 成都索贝数码科技股份有限公司 | 一种端到端的新闻节目结构化方法及其结构化框架体系 |
CN110084136A (zh) * | 2019-04-04 | 2019-08-02 | 北京工业大学 | 基于超像素crf模型的上下文优化室内场景语义标注方法 |
CN110163239A (zh) * | 2019-01-25 | 2019-08-23 | 太原理工大学 | 一种基于超像素和条件随机场的弱监督图像语义分割方法 |
CN111046783A (zh) * | 2019-12-09 | 2020-04-21 | 山西能源学院 | 一种改进分水岭算法的斜坡地质灾害边界提取方法 |
CN111222395A (zh) * | 2019-10-21 | 2020-06-02 | 杭州飞步科技有限公司 | 目标检测方法、装置与电子设备 |
CN111369688A (zh) * | 2020-03-11 | 2020-07-03 | 暗物智能科技(广州)有限公司 | 一种结构化场景表达的认知导航方法及系统 |
CN111611919A (zh) * | 2020-05-20 | 2020-09-01 | 西安交通大学苏州研究院 | 一种基于结构化学习的道路场景布局分析方法 |
CN116258697A (zh) * | 2023-02-22 | 2023-06-13 | 浙江大学 | 基于粗标注的儿童皮肤病图像自动分类装置和方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102486827A (zh) * | 2010-12-03 | 2012-06-06 | 中兴通讯股份有限公司 | 复杂背景环境下的前景目标的提取方法和装置 |
US20130173258A1 (en) * | 2011-05-27 | 2013-07-04 | Robert Bosch Gmbh | Broad-Coverage Normalization System For Social Media Language |
EP2820567A2 (en) * | 2012-02-27 | 2015-01-07 | Robert Bosch GmbH | Broad-coverage normalization system for social media language |
CN104599275A (zh) * | 2015-01-27 | 2015-05-06 | 浙江大学 | 基于概率图模型的非参数化的rgb-d场景理解方法 |
CN104637045A (zh) * | 2013-11-14 | 2015-05-20 | 重庆理工大学 | 一种基于超级像素层次特征的图像像素标号方法 |
CN104809187A (zh) * | 2015-04-20 | 2015-07-29 | 南京邮电大学 | 一种基于rgb-d数据的室内场景语义标注方法 |
-
2016
- 2016-03-18 CN CN201610158608.6A patent/CN105844292B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102486827A (zh) * | 2010-12-03 | 2012-06-06 | 中兴通讯股份有限公司 | 复杂背景环境下的前景目标的提取方法和装置 |
US20130173258A1 (en) * | 2011-05-27 | 2013-07-04 | Robert Bosch Gmbh | Broad-Coverage Normalization System For Social Media Language |
EP2820567A2 (en) * | 2012-02-27 | 2015-01-07 | Robert Bosch GmbH | Broad-coverage normalization system for social media language |
CN104637045A (zh) * | 2013-11-14 | 2015-05-20 | 重庆理工大学 | 一种基于超级像素层次特征的图像像素标号方法 |
CN104599275A (zh) * | 2015-01-27 | 2015-05-06 | 浙江大学 | 基于概率图模型的非参数化的rgb-d场景理解方法 |
CN104809187A (zh) * | 2015-04-20 | 2015-07-29 | 南京邮电大学 | 一种基于rgb-d数据的室内场景语义标注方法 |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446965A (zh) * | 2016-10-21 | 2017-02-22 | 西北工业大学 | 一种航天器可见光图像分类方法 |
CN108229515A (zh) * | 2016-12-29 | 2018-06-29 | 北京市商汤科技开发有限公司 | 高光谱图像的对象分类方法和装置、电子设备 |
CN107657276A (zh) * | 2017-09-15 | 2018-02-02 | 赤峰学院 | 一种基于寻找语义类簇的弱监督语义分割方法 |
CN110008785A (zh) * | 2018-01-04 | 2019-07-12 | 清华大学 | 一种目标识别方法和装置 |
CN110008785B (zh) * | 2018-01-04 | 2022-09-02 | 清华大学 | 一种目标识别方法和装置 |
CN108053420A (zh) * | 2018-01-05 | 2018-05-18 | 昆明理工大学 | 一种基于有限时空分辨率类无关属性动态场景的分割方法 |
CN108053420B (zh) * | 2018-01-05 | 2021-11-02 | 昆明理工大学 | 一种基于有限时空分辨率类无关属性动态场景的分割方法 |
CN108280469A (zh) * | 2018-01-16 | 2018-07-13 | 佛山市顺德区中山大学研究院 | 一种基于稀疏表示的超市商品图像识别方法 |
CN108537102B (zh) * | 2018-01-25 | 2021-01-05 | 西安电子科技大学 | 基于稀疏特征与条件随机场的高分辨sar图像分类方法 |
CN108537102A (zh) * | 2018-01-25 | 2018-09-14 | 西安电子科技大学 | 基于稀疏特征与条件随机场的高分辨sar图像分类方法 |
CN108399620A (zh) * | 2018-03-19 | 2018-08-14 | 嘉兴学院 | 一种基于低秩稀疏矩阵分解的图像质量评价方法 |
CN108399620B (zh) * | 2018-03-19 | 2022-04-19 | 嘉兴学院 | 一种基于低秩稀疏矩阵分解的图像质量评价方法 |
CN109657704A (zh) * | 2018-11-27 | 2019-04-19 | 福建亿榕信息技术有限公司 | 一种基于稀疏融合的核化场景特征提取方法 |
CN109657704B (zh) * | 2018-11-27 | 2022-11-29 | 福建亿榕信息技术有限公司 | 一种基于稀疏融合的核化场景特征提取方法 |
CN110163239A (zh) * | 2019-01-25 | 2019-08-23 | 太原理工大学 | 一种基于超像素和条件随机场的弱监督图像语义分割方法 |
CN109903274A (zh) * | 2019-01-31 | 2019-06-18 | 兰州交通大学 | 一种高分辨率遥感影像变化检测方法及系统 |
CN110084136A (zh) * | 2019-04-04 | 2019-08-02 | 北京工业大学 | 基于超像素crf模型的上下文优化室内场景语义标注方法 |
CN110012349B (zh) * | 2019-06-04 | 2019-09-20 | 成都索贝数码科技股份有限公司 | 一种端到端的新闻节目结构化方法 |
CN110012349A (zh) * | 2019-06-04 | 2019-07-12 | 成都索贝数码科技股份有限公司 | 一种端到端的新闻节目结构化方法及其结构化框架体系 |
CN111222395A (zh) * | 2019-10-21 | 2020-06-02 | 杭州飞步科技有限公司 | 目标检测方法、装置与电子设备 |
CN111222395B (zh) * | 2019-10-21 | 2023-05-23 | 杭州飞步科技有限公司 | 目标检测方法、装置与电子设备 |
CN111046783A (zh) * | 2019-12-09 | 2020-04-21 | 山西能源学院 | 一种改进分水岭算法的斜坡地质灾害边界提取方法 |
CN111369688A (zh) * | 2020-03-11 | 2020-07-03 | 暗物智能科技(广州)有限公司 | 一种结构化场景表达的认知导航方法及系统 |
CN111611919A (zh) * | 2020-05-20 | 2020-09-01 | 西安交通大学苏州研究院 | 一种基于结构化学习的道路场景布局分析方法 |
CN111611919B (zh) * | 2020-05-20 | 2022-08-16 | 西安交通大学苏州研究院 | 一种基于结构化学习的道路场景布局分析方法 |
CN116258697A (zh) * | 2023-02-22 | 2023-06-13 | 浙江大学 | 基于粗标注的儿童皮肤病图像自动分类装置和方法 |
CN116258697B (zh) * | 2023-02-22 | 2023-11-24 | 浙江大学 | 基于粗标注的儿童皮肤病图像自动分类装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105844292B (zh) | 2018-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105844292B (zh) | 一种基于条件随机场和二次字典学习的图像场景标注方法 | |
Tasar et al. | ColorMapGAN: Unsupervised domain adaptation for semantic segmentation using color mapping generative adversarial networks | |
Mou et al. | RiFCN: Recurrent network in fully convolutional network for semantic segmentation of high resolution remote sensing images | |
Liu et al. | Multi-objective convolutional learning for face labeling | |
KR102130162B1 (ko) | 인공 신경망들에 대한 관련성 스코어 할당 | |
CN105701502B (zh) | 一种基于蒙特卡罗数据均衡的图像自动标注方法 | |
US9558268B2 (en) | Method for semantically labeling an image of a scene using recursive context propagation | |
Rouhani et al. | Semantic segmentation of 3D textured meshes for urban scene analysis | |
Alidoost et al. | A CNN-based approach for automatic building detection and recognition of roof types using a single aerial image | |
WO2021147325A1 (zh) | 一种物体检测方法、装置以及存储介质 | |
CN112308115B (zh) | 一种多标签图像深度学习分类方法及设备 | |
Luo et al. | Cross-spatiotemporal land-cover classification from VHR remote sensing images with deep learning based domain adaptation | |
Yee et al. | DeepScene: Scene classification via convolutional neural network with spatial pyramid pooling | |
Lam et al. | HC-Search for structured prediction in computer vision | |
CN109919112B (zh) | 一种复杂场景中流动人群的分布与计数检测的方法 | |
CN108985298B (zh) | 一种基于语义一致性的人体衣物分割方法 | |
Yang et al. | Local label descriptor for example based semantic image labeling | |
Tian et al. | Object localization via evaluation multi-task learning | |
Wang et al. | A novel sparse boosting method for crater detection in the high resolution planetary image | |
Li et al. | An aerial image segmentation approach based on enhanced multi-scale convolutional neural network | |
Saqib et al. | Intelligent dynamic gesture recognition using CNN empowered by edit distance | |
Wang et al. | Semantic annotation for complex video street views based on 2D–3D multi-feature fusion and aggregated boosting decision forests | |
Wang et al. | Context-sensitive zero-shot semantic segmentation model based on meta-learning | |
CN103440651A (zh) | 一种基于秩最小化的多标签图像标注结果融合方法 | |
JP2020123329A (ja) | 人工ニューラルネットワークの関連性スコア割当て |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20160810 Assignee: Nanjing Nanyou Information Industry Technology Research Institute Co. Ltd. Assignor: Nanjing Post & Telecommunication Univ. Contract record no.: X2019980001257 Denomination of invention: Image scene labeling method based on conditional random field and secondary dictionary study Granted publication date: 20181130 License type: Common License Record date: 20191224 |
|
EC01 | Cancellation of recordation of patent licensing contract | ||
EC01 | Cancellation of recordation of patent licensing contract |
Assignee: NANJING NANYOU INSTITUTE OF INFORMATION TECHNOVATION Co.,Ltd. Assignor: NANJING University OF POSTS AND TELECOMMUNICATIONS Contract record no.: X2019980001257 Date of cancellation: 20220304 |