| 一种基于优化“词袋”模型的物体识别方法* |
| |
| 引用本文： | 李伟生,赵晓霞.一种基于优化“词袋”模型的物体识别方法*[J].计算机应用研究,2011,28(9):3288-3290. |
| |
| 作者姓名： | 李伟生 赵晓霞 |
| |
| 作者单位： | 重庆邮电大学计算机科学与技术研究所,重庆,400065 |
| |
| 基金项目： | 国家自然科学基金资助项目(60842003)；国家教育部科学技术研究重点项目；重庆市教委科学技术研究资助项目(KJ100525) |
| |
| 摘 要： | 针对传统基于“词袋”模型物体识别现有方法的不足，对现特征表达、视觉词典和图像表示方法进行优化，以提高物体识别正确率。采用HUE直方图与SIFT特征描述符分别描述兴趣点周围的颜色和形状特征，实现“词袋”模型下两种特征的特征级和图像级融合，引入K-means++聚类算法生成视觉词典，并利用软权重思想将特征向量映射到视觉单词形成图像直方图。实验结果表明，所述方法会产生较高的物体识别正确率，且识别结果不受两种特征融合权重的影响。
|
| 关 键 词： | 物体识别 “词袋”模型 特征融合 K means++聚类 支撑向量机 |
Object recognition based optimal bag of visual words |
| |
| LI Wei-sheng,ZHAO Xiao-xia.Object recognition based optimal bag of visual words[J].Application Research of Computers,2011,28(9):3288-3290. |
| |
| Authors: | LI Wei-sheng ZHAO Xiao-xia |
| |
| Affiliation: | LI Wei-sheng,ZHAO Xiao-xia(Institute of Computer Science & Technology,Chongqing University of Posts & Telecommunications,Chongqing 400065,China) |
| |
| Abstract: | |
| |
| Keywords: | object recognition bag-of-visual-words model feature fusing K-means++ cluster SVM |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
