| 基于亲和传递聚类的多类物体识别方法 |
| |
| 引用本文： | 代松,李伟生. 基于亲和传递聚类的多类物体识别方法[J]. 计算机工程, 2009, 35(14): 206-208 |
| |
| 作者姓名： | 代松 李伟生 |
| |
| 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： | 重庆市自然科学基金，重庆市教委科学技术研究项目 |
| |
| 摘 要： | 多类物体识别在提取特征之后，样本的数量会呈指数倍增加，为减少计算量同时，不降低识别率，采用亲和传递算法对样本数据进行聚类形成视觉字典，帮助并提升物体识别效率。在Sowerby图像数据库上进行实验证明，该方法与使用k均值聚类建立视觉字典方法相比，在同等条件下具有更高的识别率。
|
| 关 键 词： | 亲和传递聚类 多类物体识别 视觉字典 |
| 修稿时间： | |
Multi-class Object Recognition Method Based on Affinity Propagation Clustering |
| |
| DAI Song,LI Wei-sheng. Multi-class Object Recognition Method Based on Affinity Propagation Clustering[J]. Computer Engineering, 2009, 35(14): 206-208 |
| |
| Authors: | DAI Song LI Wei-sheng |
| |
| Affiliation: | Institute of Computer Science and Technology;Chongqing University of Posts and Telecommunications;Chongqing 400065 |
| |
| Abstract: | The multi-class object recognition method usually suffers from the problem of curse dimensionality after extracting feature.This paper proposes a new approach for learning a discriminative model of object classes combined affinity propagation clustering.By using Affinity Propagation(AP),a representative visual vocabulary can be obtained.Experiment in Sowerby databases shows that it is superior to the recognition rate of k-means algorithms. |
| |
| Keywords: | Affinity Propagation(AP) clustering multi-class object recognition visual vocabulary |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载免费的PDF全文 |
