| 基于改进特征袋模型的奶牛识别算法 |
| |
| 引用本文： | 陈娟娟,刘财兴,高月芳,梁云.基于改进特征袋模型的奶牛识别算法[J].计算机应用,2016,36(8):2346-2351. |
| |
| 作者姓名： | 陈娟娟 刘财兴 高月芳 梁云 |
| |
| 作者单位： | 华南农业大学 数学与信息学院, 广州 510642 |
| |
| 基金项目： | 国家自然科学基金资助项目（61202293）；广东省科技计划项目（2015A020209124）。 |
| |
| 摘 要： | 针对特征袋（BOF）模型中存在特征计算耗时、识别精度低的不足，提出一种新的改进BOF模型以提高其目标识别的精度和效率，并将其应用于奶牛个体识别。该算法首先引入优化方向梯度直方图（HOG）特征对图像进行特征提取和描述，然后利用空间金字塔匹配原理（SPM）生成图像基于视觉词典的直方图表示，最后自定义直方图交叉核作为分类器核函数。该算法在项目组自行拍摄的数据集（包含15类奶牛、共7500张奶牛头部图像）上的实验结果表明，使用基于SPM的BOF模型将算法的识别率平均提高2个百分点；使用直方图交叉核相比使用高斯核将算法的识别率平均提高2.5个百分点；使用优化HOG特征，相比使用传统HOG特征将算法识别率平均提高21.3个百分点，运算效率为其1.68倍；相比使用尺度不变特征变换（SIFT）特征，在保证平均识别精度达95.3%的基础上，运算效率为其7.10倍。分析结果可知，该算法在奶牛个体识别领域具有较好的鲁棒性和实用性。
|
| 关 键 词： | 特征袋模型 图像识别 梯度直方图特征 空间金字塔匹配 尺度不变特征变换特征 |
| 收稿时间： | 2016-01-27 |
| 修稿时间： | 2016-03-17 |
Cow recognition algorithm based on improved bag of feature model |
| |
| CHEN Juanjuan,LIU Caixing,GAO Yuefang,LIANG Yun.Cow recognition algorithm based on improved bag of feature model[J].journal of Computer Applications,2016,36(8):2346-2351. |
| |
| Authors: | CHEN Juanjuan LIU Caixing GAO Yuefang LIANG Yun |
| |
| Affiliation: | College of Mathematics and Informatics, South China Agricultural University, Guangzhou Guangdong 510642, China |
| |
| Abstract: | |
| |
| Keywords: | Bag of Feature(BOF)model image recognition Histogram of Oriented Gradient(HOG)feature Spatial Pyramid Matching(SPM) Scale Invariant Feature Transform(SIFT)feature |
|
| 点击此处可从《计算机应用》浏览原始摘要信息 |
|
点击此处可从《计算机应用》下载全文 |
