-
题名基于显著区域词袋模型的物体识别方法
被引量：11
- 1
-
-
作者
胡敏
齐梅
王晓华
许良凤
-
机构
合肥工业大学计算机与信息学院情感计算与先进智能机器安徽省重点实验室
-
出处
《电子测量与仪器学报》
CSCD
2013年第7期647-652,共6页
-
基金
国家863高技术研究发展计划(2012AA011103)
国家自然科学基金-广东联合基金重点(U1135003)
安徽省科技计划(1206c0805039)资助项目
-
文摘
针对常用的构建视觉词典的局部特征所表现的不稳定、不可靠或与物体无关的问题,提出一种基于显著区域词袋模型的物体识别方法。首先,该方法利用强角点检测器,确定图像的显著区域。然后,从显著区域中提取局部特征并建模为词袋模型,最后联合最近邻分类器给出识别结果。分别在视角、尺度和背景等存在变化的数据集上进行了实验,结果表明:与现有同类方法比较,鲁棒性更强,平均识别率达到96.13%,82.06%和66.7%。
-
关键词
词袋模型
强角点检测器
显著区域
物体识别
-
Keywords
BOW
strong corner detector
saliency
object recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
