文件名称：hmm模型matlab代码-SIFTSE:基于语义的HMM人体扫描路径估计
文件大小：62KB
文件格式：ZIP
更新时间：2024-06-16 17:46:03
系统开源
hmm模型matlab代码伦敦证券交易所 此回购包含用于人类扫描路径估计的模型中语义（基于HMM）组件的Matlab实现。 完整的模型在论文“使用hmms的基于语义的人体扫描路径估计”中提出（刘，慧英，徐东，黄庆明，李文，徐敏和史蒂芬·林，在ICCV 2013中）。 该代码已使用Smith-Waterman序列比对算法在数据集JUDD和NUSEF上进行了测试。 结果与本文报道的结果有所不同（见下文）。 但是，这些差异可能由以下原因解释： 在原始实现中，观察向量（可视单词的包）被归一化为总和1。在此实现中，未对这些向量进行归一化，因为我们找不到该操作的任何理由。 根据其内容的描述，从NUSEF数据集中手动提取了已测试实现的两个数据集NUSEF-face和NUSEF-portrait（请参见下文）（有关详细信息，请参见Ramanathan，Subramanian等）等人：“用于图像显着性检测的眼部固定数据库。” ECCV 2010）。 HMM已使用以下一组元参数进行了测试：码本大小= 10、7个隐藏状态以及20的扫描路径长度。在搜索参数之后，还在原始论文中选择了这些参数。 下面是两个模型的
【文件预览】：
SIFTSE-master
----hmm_b.m(191B)
----makepath.m(821B)
----constants.m(341B)
----makepath_alt.m(873B)
----hmm_e.m(665B)
----hmm_em.m(2KB)
----LICENSE(1KB)
----desc2word.m(295B)
----fixpaths()
--------BGU300_features.m(964B)
--------JUDD_samples.m(2KB)
--------scores.m(1KB)
--------vis_states.m(3KB)
--------cross_validate.m(3KB)
--------JUDD_features.m(788B)
--------BGU300_samples.m(3KB)
--------NUSEF_features.m(774B)
--------NUSEF_samples.m(2KB)
----reg2bovw.m(978B)
----SIFTSE_Results.png(53KB)
----README.md(2KB)