【论文阅读】关于图像复杂度的论文

1997-An image embedding in image by a complexity based region segmentation method:

根据位平面的(边缘/图像像素数)计算复杂度

2012-https://journals.sagepub.com/doi/abs/10.1068/p6987:

对于象形文字,当将复杂性计算为空间频率中值平方和图像面积的乘积时,可以获得最高的相关性。

2008-Image complexity and feature mining for steganalysis of least significant bit matching steganography

Haar 小波变换 HH 子带系数的高斯分布形状参数。复杂度低的图像,GGD 的形状参数较低,复杂度高的图像,GGD 的形状参数较高。

2013-Image complexity and spatial information

熵不考虑空间信息
研究了三种基于压缩的图像复杂性度量:

  1. 定义压缩比: CR = S(I)/S(C(I)) , s(I)代表原始图像文件大小,S(C(I))代表压缩后的图像文件大小
  2. 第一个图像复杂度 (无损压缩) IC_LS = 1/CR
  3. 第二个图像复杂度(有损压缩)IC_RMSE = RMSE(q)/CR(q);RMSE是原始图像和有损压缩图像之间的均方根误差;q是JPEG的质量因子
  4. 第三个图像复杂度(有损压缩)IC_LY = 1/CR(q);q是JPEG的质量因子

评估了不同空间信息(sobel核)和复杂性度量之间的相关性
均值(效果最好),均方根RMS(n个项的平方和除以n再开方)和标准差

1990-Image Complexity Metrics for Automatic Target Recognizers (没细看)

提出了两种图像复杂度指标,分别是基于灰度分布的指标和基于局部方差的指标。

  1. 基于灰度分布的指标
    使用了一系列统计量来描述图像的灰度分布,如均值、方差、标准差和偏度, 提出了新指标:灰度分布不均匀性指标(unevenness index)通过计算图像灰度直方图的标准差和方差
  2. 基于局部方差的指标
    使用高斯滤波器和拉普拉斯滤波器等滤波器来计算图像中每个像素周围局部区域的方差。

2011 - Image complexity measure based on visual attention

注意力图,特别是由注意力计算模型生成的显着图和热图,可以作为图像复杂性的良好估计器。


关于图像复杂度的文献感觉不是很多,如果有了解相关的资料或文献可以在评论区进行补充

复杂度常用于图像检索领域

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/4844.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

WEB:FlatScience

背景知识 sql注入 SQLite数据库知识 SQLite3注入方法 题目 用dirsearch进行扫描,下面几个关键目录:robots.txt,login.php,admin.php,剩下的目录就是一些pdf格式的论文了 一个一个访问并查看源代码,在查看l…

ThinkPHP使用having时,同时使用分页会报错的解决方法

当使用ThinkPHP的分页查询时,如果与having同时使用,可能会出现错误。这是因为having会影响分页查询的结果。 解决方法是,先不要使用分页查询,先查询出所有数据,再使用array_slice函数对数据进行分页。示例代码如下&am…

【二分查找】275. H 指数 II

📍前言 🕺作者: 迷茫的启明星 学习路线C语言从0到1C初阶数据结构从0到1 😘欢迎关注:👍点赞🙌收藏✍️留言 🏇码字不易,你的👍点赞🙌收藏❤️关注对…

模拟退火算法

先随机产生初始点,并获得函数值。接着循环随机产生定义域内的数,比较与现在所处的点的函数值大小,(以求最大值为例)若大于现在所处的点,那么就接受这个点。若小于这个点的值,不一定拒绝&#xf…

windows下安装consul、springboot整合consul

Spring Cloud Consul通过自动配置和绑定到Spring Environment和其他Spring编程模型习语,为Spring Boot应用程序提供Consul集成。通过一些简单的注解,可以快速启用和配置应用程序内的常用模式,并使用Hashicorp的Consul构建大型分布式系统。提供…

检测到错误页面web应用服务器版本信息泄露

详细描述 Web服务器未能正确处理异常请求导致Web服务器版本信息泄露,攻击者收集到服务器信息后可进行进一步针对性攻击。 解决办法 临时修复建议如下: 1、关闭web服务器错误提示。 2、关闭运行平台的错误提示。 3、建立错误机制,不要把真实…

Docker 的理解

docker 启停 秒级别,应用的处理。docker 如何快速启停,键值对,缓存,数据库。 hello redis web 反向代理 1 docker ps 查看进程 2 docker images 查看镜像 3 docker run hello-world 「先尝试从本地查找,本地没有&…

uniapp u-view 两个时间戳的差 倒计时

参考uView倒计时 1、常规操作&#xff1a;自定义倒计时组件 ui-count-down <template><view class"countdown-view"><u-count-down change"finishDown" :time"startTimeDown" :startTime"startTime" format"HH:…

MySQL八股学习总览-from 小林coding

MySQL八股学习总览-from 小林coding MySql执行流程连接MySQL服务器查询缓存解析SQL执行SQL预处理器优化器执行器 MySql执行流程 连接MySQL服务器 经过如下的命令,就可以与MySQL服务器建立起连接,三次握手 mysql -h$ip -u$user -p服务端查询多少个客户端连接 show processlis…

干货分享:商城系统开发方式

商城系统是一种为了满足电子商务需求而开发的系统&#xff0c;它能够实现在线购物、支付、订单管理等功能。在当今互联网时代&#xff0c;商城系统的开发方式多种多样。那么&#xff0c;商城系统开发方式有哪些呢&#xff1f; 1、完全独立自主开发 完全独立自主开发是指企业根…

【C++】仿函数(less)

C中的仿函数 class Solution { public:struct cmp{bool operator()(const pair<string,int>&kv1,const pair<string,int>&kv2){if(kv1.second<kv2.second) return true;if(kv1.secondkv2.second&&kv1.first>kv2.first) return true;return …

TCP/IP详解

目录 一、OSI参考模型 1.图示 2.OSI七层模型各自作用 3.七层通信过程 二、IP协议 1.IPv4首部 2.IPv6首部 三、TCP协议 1.tcp首部格式 2.握手挥手图示 3.握手流程 4.为什么要三次握手&#xff1f; 5.四次挥手流程 6.为什么要四次分手&#xff1f; 7.为什么要等待…

后端Long类型传到前端精度丢失的问题

问题出现&#xff1a;后端的Java Bean的id属性是用的Long类型对应数据库主键使用bigint类型&#xff0c;当使用JSON方式传递该数据给前端时&#xff0c;前端接收到的数据末尾会变成0。&#xff08;发生的精度丢失问题&#xff09; 问题原因&#xff1a;Java中的long能表示的范围…

数据排布与跨距对齐

1 数据排布 1.1 数据排布的概念 在深度学习框架中&#xff0c;特征图通常以四维数组的形式呈现&#xff0c;这四个维度分别是&#xff1a;批量大小N&#xff0c;特征图通道数C&#xff0c;特征图高度H&#xff0c;特征图宽度W。数据排布&#xff08;Layout&#xff09;指的就…

http1.0、http1.1 http 2.0

HTTP/1.0是无状态、无连接的应用层协议。 无连接 无连接&#xff1a;每次请求都要建立连接&#xff0c;需要使用 keep-alive 参数建立长连接、HTTP1.1默认长连接keep-alive   无法复用连接&#xff0c;每次发送请求都要进行TCP连接&#xff0c;TCP的连接释放都比较费事&…

【优选算法题练习】day6

文章目录 一、76. 最小覆盖子串1.题目简介2.解题思路3.代码4.运行结果 二、704. 二分查找1.题目简介2.解题思路3.代码4.运行结果 三、34. 在排序数组中查找元素的第一个和最后一个位置1.题目简介2.解题思路3.代码4.运行结果 总结 一、76. 最小覆盖子串 1.题目简介 76. 最小覆…

php中多线程编程学习

class Request extends Thread { public $url; public $response; public function __construct($url) { $this->url $url; } public function run() { $this->response file_get_contents($this->url); } } 线程(thread)…

魔术之舞:用Python编织无懈可击的WebUI自动化测试奇迹

文末附有精心准备的WebUI自动化测试30道面试题链接~ 一、引言 A. 引入WebUI自动化测试的重要性和挑战 Web应用程序的快速发展和普及使得Web用户界面&#xff08;WebUI&#xff09;自动化测试变得异常重要。随着Web应用程序的复杂性和功能需求的增加&#xff0c;传统的手动测试…

使用python中的SVM进行数据回归预测

在Python中使用支持向量机&#xff08;SVM&#xff09;进行数据回归预测&#xff0c;你可以遵循以下步骤&#xff1a; 导入必要的库&#xff1a; from sklearn.svm import SVR from sklearn.model_selection import train_test_split from sklearn.metrics import mean_squar…

2023秋招,网络安全面试题

Hello&#xff0c;各位小伙伴&#xff0c;我作为一名网络安全工程师曾经在秋招中斩获&#x1f51f;个offer&#x1f33c;&#xff0c;并在国内知名互联网公司任职过的职场老油条&#xff0c;希望可以将我的面试的网络安全大厂面试题和好运分享给大家~ 转眼2023年秋招已经到了金…