本文针对传统的形状匹配算法的处理计算量过大、消耗时间过长,从而导致无法应用于大量的图像集以及在线的形状匹配场景的问题,在学者提出的距离融合算法的基础上进行了改进,在处理阶段引入无监督学习的方法进行多种聚类。通过引入预处理算法对图像集进行特征提取以及划分,在算法的计算量上做出优化,大幅降低了算法的计算时耗,并且保证其正确率几乎没有降低。
科研之友
微信
新浪微博
Facebook
分享链接
