在刑偵方面,鞋印圖像的信息化檢索對偵破串并案件有著重要的意義。在大規(guī)模的鞋印圖像庫中準確檢索出與現(xiàn)場鞋印同類的圖像是現(xiàn)在需要解決的問題之一。在基于內(nèi)容的圖像檢索基礎(chǔ)上,提出一種支持向量機（Support Vector Machine,SVM）與人工反饋結(jié)合的方式。利用K-means聚類算法對SIFT（Scale Invariant Feature Transformation）提取的特征向量聚類,構(gòu)建鞋印圖像特征包,并進行相似度排序,得出初步檢索結(jié)果。用戶以此結(jié)果進行相關(guān)反饋,通過SVM構(gòu)造相應分類器,最后根據(jù)分類結(jié)果計算圖像與超平面之間的距離來度量圖像的相似度排序,返回二次檢索結(jié)果。實驗結(jié)果表明,在不同返回結(jié)果中二次檢索比初步檢索的查全率平均提高了6%。 

【文章來源】：計算機科學. 2020,47(S2)北大核心

【文章頁數(shù)】：4 頁

【文章目錄】：
1 引言
2 鞋底痕跡花紋初步檢索
    2.1 鞋印圖像特征提取
    2.2 構(gòu)建視覺詞典
3 鞋底痕跡花紋二次檢索
    3.1 SVM分類算法
    3.2 匹配策略
4 實驗及其結(jié)果分析


【參考文獻】：
期刊論文
[1]現(xiàn)勘圖像檢索綜述[J]. 劉穎,胡丹,范九倫.  電子學報. 2018(03)
[2]基于整體特征的鞋印匹配算法[J]. 王紅星,張燕.  科學技術(shù)與工程. 2017(15)
[3]基于SIFT和RANSAC的鞋印圖像匹配算法[J]. 董艷麗,崔艷.  河南工程學院學報(自然科學版). 2017(01)



本文編號：3041012