-
-
基于内容的医学图像检索_王春燕.pdf
... 的问题。传统的基于文本关键字的图像检索方法已不能满足对大型医学图像数据库检索的
需要, 将基于内容的图像检索方法(CBIR)引入到医学图像数据库中进行研究是一项非常有意义的工作。介绍了基
于内容的医学图像检索系统的构成, 重点 ...
-
-
-
-
图像多角度局部特征提取及相似性匹配技术研究
图像特征提取是计算机视觉应用的根本基础。研究了SIFT、LBP和HOG等3种信息互补的局部特征（即多角度局部特征）提取算法，研究了基于稀疏编码的图像相似性匹配算法，并以基于内容的图像检索（CBIR）为应用实例，验证了算法的有效性和高效性。
-
深度图像检索: 2012到2020综述论文
近年来，从社交媒体平台、医学图像和机器人等各个领域产生和分享了大量的视觉内容。大量的内容创造和分享带来了新的挑战。特别是，对相似内容的数据库进行搜索，即基于内容的图像检索(CBIR)，是一个长期存在的研究领域，需要更有效和准确的方法来实现实时检索。人工智能在CBIR方面取得了很大进展，极大地促进了智能搜索的进程。
-
基于高维局部特征和LSH索引的图像检索技术
基于内容的图像检索（CBIR）技术使从海量图像资源中快速高效地提取有价值的信息得以实现，采用局部特征来表示图像并在此基础上进行图像相似性检索是当前的热门研究课题。文中将图像高维局部不变特征提取算法和LSH索引算法应用到基于内容的图像检索系统中，实验结果表明了该方法的有效性。
-
-
草图到图标纸代码：SBIR（基于草图的图标检索）
草图到图标纸质代码
此仓库包含我的“草图到图标”论文项目的完整代码。
主要主题是SBIR（基于草图的图像检索）和神经网络。 该项目的两个主要目标是：
寻找有效的CBIR方法；
填补抽奖图标的空白。
评估了3种方法：
绘制和边缘提取的图标（分类神经网络和自动编码器）；
半共享权重（三重网络）；
混合数据集（分类神经网络）
评估了3种网络架构：
“简单的” CNN；
Mobilenet v1；
Resnet-50。
发展历程
该项目的开发归功于Google的Colab平台。
-
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
