基于FCCA的多特征融合的检索方法

论文摘要

为了加强对民航机场游客行李包的有效管理,减少人工检索相关旅行包的工作量,提出了一种基于FCCA的多特征融合的检索方法。通过卷积神经网络获取图像位置和类别,提取颜色和纹理特征,通过典型相关分析方法将两个特征进行融合然后作为检索的依据,用欧氏距离进行匹配。基于典型相关分析方法的多特征融合检索算法,可应用于机场游客行李包管理领域,具有重要的理论研究价值与实践意义。

论文目录

• 1 基于典型相关分析算法（CCA）
• 2 卷积神经网络获取图像位置和类别
• 3 基于典型相关分析的多特征融合图像检索算法（FCCA）
•   3.1 算法整体流程
•   3.2 颜色直方图和纹理特征
•     3.2.1 颜色直方图
•     3.2.2 纹理特征
•   3.3 基于CCA算法的特征融合检索方法
• 4 实验
•   4.1 数据集
•   4.2 实验结果分析
• 5 结束语

文章来源

类型: 期刊论文

作者: 郑秋梅,孙燕翔,马茂东

关键词: 典型相关分析,多特征融合,分类,检索

来源: 电子设计工程 2019年14期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 航空航天科学与工程,计算机软件及计算机应用

单位: 中国石油大学(华东)计算机与通信工程学院

分类号: V354;TP391.41

DOI: 10.14022/j.cnki.dzsjgc.2019.14.038

页码: 181-184

总页数: 4

文件大小: 1619K

下载量: 121