注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于感知哈希的相似性图像检索

  2. 基于感知哈希中phash算法，汉明距离判别。进行图像检索，功能类似于百度/谷歌的以图搜图，不错的算法哦~

  3. 所属分类：C++

    • 发布日期：2014-09-27
    • 文件大小：16mb
    • 提供者：zjb204

  1. 图像感知哈希特征提取

  2. linux下感知哈希特征的提取，存储为unsigned int； 比较时用海明距离，速度很快。

  3. 所属分类：C++

    • 发布日期：2015-07-24
    • 文件大小：2kb
    • 提供者：wjf1005000

  1. 图像检索中基于复杂图像特征的相似度计算.pdf

  2. 图像相似性检测计算；SIFT算法；感知哈希算法；

  3. 所属分类：互联网

    • 发布日期：2015-08-02
    • 文件大小：336kb
    • 提供者：r_w_zhang

  1. 以图找图 java

  2. 不错的找图算法，感知哈希(hash)算法描述了一个有可比较的哈希函数的类。图像特征被用于生成独特的（但不是唯一的）指纹，而这些指纹是可比较的

  3. 所属分类：Android

    • 发布日期：2018-02-26
    • 文件大小：231kb
    • 提供者：zhengzemao

  1. 多标签图像检索的实例感知哈希

  2. 保留相似性的哈希是大规模图像检索中最近邻居搜索的常用方法。 对于图像检索，基于深度网络的哈希方法很有吸引力，因为它们可以同时学习有效的图像表示形式和紧凑的哈希码。 本文着重于针对多标签图像的基于深度网络的哈希，每个图像都可能包含多个类别的对象。 在大多数现有的散列方法中，每个图像由一个散列码表示，这被称为语义散列。 对于多标签图像检索，此设置可能不是最佳的。 为了解决此问题，我们提出了一种深度体系结构，该体系结构学习多标签图像数据的实例感知图像表示形式，该实例表示形式分为多个组，每个组包含一个类

  3. 所属分类：其它

  1. 一种多维特征融合的车辆对象同一性匹配方法

  2. 基于图像的车辆匹配是图像匹配在智能交通领域内的具体应用。为了实现车辆对象的快速匹配,文中提出一种多维特征融合的车辆对象同一性匹配方法。该方法分为两个阶段进行。第一阶段先对车辆对象进行初步筛选,提取车辆对象的颜色特征和车型进行快速匹配,计算特征向量的欧氏距离,排除最不可能相似的车辆对象;第二阶段根据摄像头物理条件及视频编码格式对车辆的局部特征、感知哈希特征进行加权多比较,进行车辆的同一性精细化匹配。这样第一阶段匹配完成后,第二阶段简化为只在车辆大类内匹配,缩小了匹配范围。实验结果表明,该方法能够有

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：679kb
    • 提供者：weixin_38733281

  1. 基于MFCC相关系数的语音感知哈希认证算法

  2. 提出了一种基于梅尔频率倒谱系数相关性的语音感知哈希内容认证算法.该算法提取分段语音的声纹梅尔频率倒谱系数作为感知特征.为提高算法的安全性,算法利用伪随机序列作为密钥,计算得到梅尔频率倒谱系数与伪随机之间的相关度,最后量化相关值并加密生成感知哈希序列.语音认证过程中,采用相似性度量函数来衡量哈希序列之间的距离,同时与汉明距离方法进行了比较.仿真结果表明,该算法对语音内容保持操作,如重采样、MP3压缩等具有较好的鲁棒性,相似性度量函数也对语音篡改检测定位具有较高的灵敏性.

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：301kb
    • 提供者：weixin_38538264

  1. imagehash：PHP PHP的感知图像哈希-源码

  2. 图像哈希 感知哈希是多媒体文件的指纹，它是从其内容的各种功能派生而来的。 与依赖于输入中的小变化导致输出中的急剧变化的雪崩效应的密码散列函数不同，如果特征相似，则感知散列彼此“接近”。 与诸如MD5和SHA1的加密哈希函数相比，感知哈希是一个不同的概念。 使用加密哈希时，哈希值是随机的。 用于生成哈希的数据的行为类似于随机种子，因此相同的数据将生成相同的结果，但是不同的数据将生成不同的结果。 比较两个SHA1哈希值实际上仅告诉您两件事。 如果哈希不同，则数据也不同。 如果哈希相同，则数据可能

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：13kb
    • 提供者：weixin_42131342

  1. 移动端图像相似度算法选型

  2. 本文于infoq,介绍了传统的hash算法，卷积神经网络计算图片相似度，基于局部不变特征的相似度匹配算法，趋势展望等。电商场景中，卖家为获取流量，常常出现重复铺货现象，当用户发布上传图像或视频时，在客户端进行图像特征提取和指纹生成，再将其上传至云端指纹库对比后，找出相似图片，杜绝重复铺货造成的计算及存储资源浪费。该方法基于图像相似度计算，可广泛应用于安全、版权保护、电商等领域。端上的图像相似度计算与传统图像相似度计算相比，对计算复杂度及检索效率有更高的要求。本文通过设计实验，对比三类图像相似度计

  3. 所属分类：其它

  1. 一种稳健的紧凑图像哈希算法

  2. 当前图像哈希认证技术对旋转操作较为敏感, 稳健性与伪造检测率不高。为克服此类问题, 设计了基于改进的局部二值模式(LBP)算子与动态更新变换的紧凑图像哈希算法。引入线性插值技术, 对输入图像实现预处理, 改善哈希序列对尺度缩放的稳健性。利用Ring分割, 将插值图像转化成二次图像。考虑中心像素特性与周围像素的差异, 将Heaviside函数嵌入传统的LBP中, 形成了描述能力较强的H-LBP算子, 提取图像的抗旋转稳健特征。引入压缩感知, 对高维特征矢量完成降维, 输出紧凑的过渡哈希数组。利用混

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：14mb
    • 提供者：weixin_38500944