研究目的
设计一种新的特征提取器,使其在纹理分类中同时实现高效性、独特性和鲁棒性。
研究成果
所提出的树形采样结构和混合特征提取方法显著提高了分类精度和抗噪鲁棒性,在保持适中复杂度的同时,适用于实时应用场景。
研究不足
该方法可能具有中等复杂度和维度(1148维),且性能可能取决于图像分辨率和噪声水平。未来需要更深入地研究噪声影响。
研究目的
设计一种新的特征提取器,使其在纹理分类中同时实现高效性、独特性和鲁棒性。
研究成果
所提出的树形采样结构和混合特征提取方法显著提高了分类精度和抗噪鲁棒性,在保持适中复杂度的同时,适用于实时应用场景。
研究不足
该方法可能具有中等复杂度和维度(1148维),且性能可能取决于图像分辨率和噪声水平。未来需要更深入地研究噪声影响。
加载中....
您正在对论文“[IEEE 2018年第25届国际图像处理会议(ICIP) - 希腊雅典 (2018.10.7-2018.10.10)] 2018年第25届IEEE国际图像处理会议(ICIP) - 基于树形采样的混合多尺度特征提取方法用于纹理分类”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期