基于感知的图像分类:基于感知的控制论的框架
元数据
显示完整的项目记录作者
亨利,克里斯托弗
彼得斯,詹姆斯·F。
日期
2010-08-24引用
亨利,克里斯托弗和詹姆斯·彼得斯,“基于感知的图像分类:基于感知的控制论的框架”。国际智能计算与控制论杂志3(3)(2010):410-430。doi:10.1108/17563781011066701。
抽象的
目的:本文的目的是使用感知性和宽容关系呈现近集理论,以证明近集理论在图像对应关系问题上的实际应用,并将此方法与现有的图像相似性测量进行比较。§设计/方法/方法:在许多依赖每天的系统中存在图像 - 相应方法。在这些系统中,发现相似对象集(又称宽容类)的集合源于人类对被分类的对象的看法。这种观点直接从庞加莱(Poincaré)在1890年代对视觉空间的工作以及Zeeman在1960年代的耐受空间和视敏度上的工作直接观察到。因此,在解决图像对应问题时,重要的是要使系统准确地模拟人类感知。近集理论提供了一个框架,以基于以与人类感知对象相同的方式来描述它们的特征,以测量数字图像(和感知对象)的相似性(和感知对象)。§发现:本文的贡献是使用近集对图像的基于感知的分类。§原创性/价值:本文提出的方法代表了一种解决问题的新方法,该方法是与人类感知分组相匹配。虽然本文中介绍的结果是基于测量图像之间的相似性,但该方法可以应用于可以根据集合进行配制的任何应用程序,以便可以通过特征向量描述集合中的对象。