文件名称：Landmark-Recognition:这是我论文的实现
文件大小：10KB
文件格式：ZIP
更新时间：2024-06-24 19:59:21
C++
地标识别。 这是我论文的实现：极快的码本学习用于地标识别 摘要：传统的地标识别方法通过使用局部图像特征、k 均值矢量量化和 SVM 等分类器来识别地标。 然而，k-means 的低效码本学习限制了使用高维特征空间、大量图像描述符和获得良好结果所需的大码本的可能性。 在本文中，我们介绍了一种快速的无监督码本学习——极随机投影森林（ERPF），它是具有随机分裂方向的随机投影树的集合。 我们在两个公共数据集上评估我们的方法，ERPF 明显优于其他空间树方法和 k 均值。 数据： : 如果您使用以下文件，请引用该论文： @incollection{ 年={2014}, title={用于地标识别的极快无监督码本学习}， url={ , 出版商={斯普林格国际出版社}, 关键字={地标识别； 随机投影树； 码本学习}, 作者={郭依林和卢万明}, 页数={359-368},
【文件预览】：
Landmark-Recognition-master
----.gitignore(81B)
----src()
--------Main.cpp(80B)
--------Spatialtree.cpp(9KB)
--------SpatialForest.h(6KB)
--------Spatialtree_Vectorization.cpp(7KB)
--------Spatialtree.h(2KB)
----README.md(1KB)
----CMakeLists.txt(565B)