| 一种结合显著性检测与词袋模型的目标识别方法 |
| |
| 引用本文： | 李伟生,陈曦.一种结合显著性检测与词袋模型的目标识别方法[J].计算机工程与科学,2017,39(9):1706-1713. |
| |
| 作者姓名： | 李伟生 陈曦 |
| |
| 作者单位： | ;1.重庆邮电大学计算智能重庆市重点实验室 |
| |
| 基金项目： | 国家自然科学基金(61272195,61472055)；重庆市基础与前沿研究项目(cstc2014jcyjjq40001) |
| |
| 摘 要： | 针对词袋模型易受到无关的背景视觉噪音干扰的问题,提出了一种结合显著性检测与词袋模型的目标识别方法。首先,联合基于图论的视觉显著性算法与一种全分辨率视觉显著性算法,自适应地从原始图像中获取感兴趣区域。两种视觉显著性算法的联合可以提高获取的前景目标的完整性。然后,使用尺度不变特征变换描述子从感兴趣区域中提取特征向量,并通过密度峰值聚类算法对特征向量进行聚类,生成视觉字典直方图。最后,利用支持向量机对目标进行识别。在PASCAL VOC 2007和MSRC-21数据库上的实验结果表明,该方法相比同类方法可以有效地提高目标识别性能。
|
| 关 键 词： | 词袋模型 显著性检测 密度峰值聚类 目标识别 |
| 收稿时间： | 2015-11-04 |
| 修稿时间： | 2017-09-25 |
An object recognition method combining
saliency detection and bag of words model |
| |
| LI Wei-sheng,CHEN Xi.An object recognition method combining
saliency detection and bag of words model[J].Computer Engineering & Science,2017,39(9):1706-1713. |
| |
| Authors: | LI Wei-sheng CHEN Xi |
| |
| Affiliation: | (Chongqing Key Laboratory of Computational Intelligence,
Chongqing University of Posts and Telecommunications,Chongqing 400065,China) |
| |
| Abstract: | |
| |
| Keywords: | bag of words model saliency detection density peak clustering object recognition |
|
| 点击此处可从《计算机工程与科学》浏览原始摘要信息 |
|
点击此处可从《计算机工程与科学》下载全文 |
|
