期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到409篇文章
< 1 2 … 21 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于双重对比学习模型的SAR自动目标识别背景去偏方法
1
作者 张文青 王景 +4 位作者 黄雪琴 田巳睿 何成 张劲东 李洪涛 《数据采集与处理》 北大核心 2025年第3期686-698,共13页
对比学习作为一种自监督方法,可从无标记SAR图像中挖掘目标表征,是SAR自动目标识别(Automatic target recognition,ATR)的关键技术。但现有模型常将目标与背景整体表征,导致特征混杂背景干扰,从而削弱模型对目标的聚焦能力。为解决这一... 对比学习作为一种自监督方法,可从无标记SAR图像中挖掘目标表征,是SAR自动目标识别(Automatic target recognition,ATR)的关键技术。但现有模型常将目标与背景整体表征,导致特征混杂背景干扰,从而削弱模型对目标的聚焦能力。为解决这一问题,提出了一种多分支双重对比学习模型。该模型在保留传统实例对比分支的基础上,创新性引入背景纠偏对比分支,构建了多分支对比学习框架;通过正负样本中目标与背景的随机组合策略,并结合ResNet50的主干网络以及自注意力池化增强语义特征提取,利用优化的双重对比损失函数改进目标特征学习,降低背景与目标的伪相关性;基于MSTAR数据集的Shapley值分析验证了该模型的有效性,目标分类结果证明该方法显著增强了模型特征提取的因果性,大大提升了SAR ATR算法的泛化性能。 展开更多
关键词 SAR自动目标识别 自监督对比学习 表征学习 背景去偏
在线阅读 下载PDF
噪声伪标签容忍的半监督SAR目标识别
2
作者 张新征 闫梦可 朱晓林 《系统工程与电子技术》 北大核心 2025年第6期1796-1805,共10页
针对标签训练样本稀缺时半监督合成孔径雷达(synthetic aperture radar,SAR)自动目标识别(automatic target recognition,ATR)中噪声伪标签导致识别精度受限的挑战,提出一种噪声伪标签容忍的半监督SAR ATR方法。该方法包括两个阶段:第... 针对标签训练样本稀缺时半监督合成孔径雷达(synthetic aperture radar,SAR)自动目标识别(automatic target recognition,ATR)中噪声伪标签导致识别精度受限的挑战,提出一种噪声伪标签容忍的半监督SAR ATR方法。该方法包括两个阶段:第一阶段通过残差网络(residual network,ResNet)和多分类器融合实现高可靠性伪标签的生成与选择,从而扩充标签训练数据集;第二阶段基于WideResNet骨干网络构建具有噪声伪标签容忍特性的鲁棒一致性学习网络,设计噪声伪标签平滑机制和噪声伪标签容忍的分段损失函数,实现高精度ATR。在运动和静止目标获取与识别(moving and stationary target acquisition and recognition,MSTAR)SAR数据集上开展实验。实验结果表明,所提方法在10类目标且每类目标仅有5个标签训练样本的情况下,能达到93.37%的平均识别准确率,显著提升了目标识别性能和泛化能力。 展开更多
关键词 合成孔径雷达 自动目标识别 半监督 深度学习 伪标签
在线阅读 下载PDF
自动目标识别(ATR)算法评估研究综述 被引量：6
3
作者 吕金建 丁建江 +1 位作者 阮崇籍 叶朝谋 《电光与控制》 北大核心 2011年第9期48-52,77,共6页
自动目标识别(ATR)算法评估是ATR研究领域的一项关键技术,已成为近年来该领域的一个热门课题。从ATR算法评估的国内外研究现状开始,对其常用的评估指标、典型的评估方法等进行了较为全面的分析和综述,在此基础上,比较了各种指标的优缺点... 自动目标识别(ATR)算法评估是ATR研究领域的一项关键技术,已成为近年来该领域的一个热门课题。从ATR算法评估的国内外研究现状开始,对其常用的评估指标、典型的评估方法等进行了较为全面的分析和综述,在此基础上,比较了各种指标的优缺点,讨论了典型方法的适用范围,给出了主要研究结论,并提出了需要进一步解决的问题。 展开更多
关键词 自动目标识别 性能评估 评估指标 评估算法
在线阅读 下载PDF
针对SAR目标识别的k均值增量学习法
4
作者 胡超 郝明 汪文英 《现代雷达》 北大核心 2025年第4期46-51,共6页
深度神经网络技术在为合成孔径雷达(SAR)自动目标识别领域带来了较高的识别精度的同时,也在持续进行样本训练的过程中产生了灾难性遗忘问题。目前,学界使用增量学习的方法来缓解深度神经网络持续学习过程中的灾难性遗忘问题。增量学习... 深度神经网络技术在为合成孔径雷达(SAR)自动目标识别领域带来了较高的识别精度的同时,也在持续进行样本训练的过程中产生了灾难性遗忘问题。目前,学界使用增量学习的方法来缓解深度神经网络持续学习过程中的灾难性遗忘问题。增量学习的关键问题在于提取并保留用于区分新类和旧类的特征,该问题也成为增量学习性能提升的主要瓶颈。主流的增量学习方法一般通过筛选并保留一定数量的旧样本,来保留关键的旧类特征。为了进一步提升增量学习方法的性能,增强增量学习的实用性,文中提出了一种新的增量学习样本保留方法,该方法保留的旧样本具有更强的旧类特征代表性;利用了k均值方法选择代表性旧样本,再利用蒸馏损失训练新模型;通过在MSTAR数据集上的实验可知,该方法能够进一步提升神经网络对SAR图像的增量学习能力。 展开更多
关键词 合成孔径雷达 SAR自动目标识别 深度神经网络 增量学习 灾难性遗忘
在线阅读 下载PDF
基于GCN和CNN联合的SAR图像自动目标识别 被引量：1
5
作者 秦基凯 刘峥 +1 位作者 谢荣 冉磊 《雷达科学与技术》 北大核心 2024年第6期587-595,共9页
基于卷积神经网络(Convolutional Neural Network, CNN)的合成孔径雷达(Synthetic Aperture Radar,SAR)自动目标识别(Automatic Target Recognition, ATR)技术近些年来备受关注,已成为SAR图像解译领域的研究热点。然而,这类方法主要利... 基于卷积神经网络(Convolutional Neural Network, CNN)的合成孔径雷达(Synthetic Aperture Radar,SAR)自动目标识别(Automatic Target Recognition, ATR)技术近些年来备受关注,已成为SAR图像解译领域的研究热点。然而,这类方法主要利用的是SAR图像的幅值信息,仅从局部区域中提取特征。鉴于SAR图像中的目标通常被视为散射中心的相干叠加,这些目标展现出复杂的结构和丰富的上下文信息。仅依靠CNN难以充分捕捉目标周围的全局信息,这可能会影响识别精度。因此,为了进一步提高识别性能,本研究引入图卷积网络(Graph Convolutional Network, GCN),提出一种结合GCN和CNN的SAR ATR方法。该方法首先利用传统CNN提取与SAR图像幅值相关的局部特征,接着通过构造图数据并应用GCN提取全局特征。此外,本研究还设计了多尺度GCN,通过融合不同尺度的特征来增强模型对图数据的学习能力。在模型训练阶段,采用标签平滑技术以缓解过拟合问题。通过端到端的训练策略,实现了GCN和CNN参数的联合优化,从而实现高精度的SAR图像目标识别。最终,通过在MSTAR和OpenSARship数据集上的实验表明,所提方法在识别性能上优于现有技术,并展现出卓越的泛化能力。 展开更多
关键词 合成孔径雷达 图卷积网络 卷积神经网络 自动目标识别 多尺度GCN
在线阅读 下载PDF
基于目标检测算法YOLOv 9的滑坡隐患识别——以永新县为例
6
作者 涂梨平 陈美球 冷鹏 《测绘通报》 北大核心 2025年第6期37-42,102,共7页
滑坡灾害是最为严重的地质灾害之一,每年因滑坡灾害造成的财产损失与人员伤亡巨大,传统的基于影像人工排查工作量大、效率低。本文以永新县为研究区,首先基于高分辨率航空影像构建的207个滑坡样本,采用YOLOv 9目标检测算法构建滑坡识别... 滑坡灾害是最为严重的地质灾害之一,每年因滑坡灾害造成的财产损失与人员伤亡巨大,传统的基于影像人工排查工作量大、效率低。本文以永新县为研究区,首先基于高分辨率航空影像构建的207个滑坡样本,采用YOLOv 9目标检测算法构建滑坡识别模型,然后对模型精度进行评价,最后识别全县滑坡,并对识别的滑坡结果进行分析。结果表明,模型的精度为0.98,召回率为0.97,mAP为0.95;全县共识别滑坡312处(模型误判46处),经人工内业比对和外业调查验证,模型识别准确率为85.26%。研究表明,基于目标检测算法YOLOv9能有效识别南方地区滑坡,为大范围识别南方小规模滑坡提供了一种有效解决方法。 展开更多
关键词 滑坡 目标检测 遥感 YOLOv9 自动识别
在线阅读 下载PDF
自动目标识别(ATR)技术发展述评 被引量：11
7
作者 李补莲 《现代防御技术》 2000年第2期10-14,20,共6页
能够自动进行目标识别 ( ATR)是现代武器装备力争具备的先进性能之一。从历史回顾、当前状态及未来发展等几个方面对自动目标识别的研究历程、技术现状和发展前景进行了较为详细的论述 。
关键词 自动目标识别 图像处理 技术展望+
在线阅读 下载PDF
全站仪自动目标识别测定真北方位角 被引量：1
8
作者 张宏宇 许皓瑞 《导航定位学报》 CSCD 北大核心 2024年第5期164-170,共7页
为了进一步提升导弹预设阵地建设、航空航天器发射、陀螺仪标校等领域中真北方位测定的精度和准确度,提出一种真北方位角测定方法:通过研究多种真北方位角测定方法,在分析现有方法特点及测量精度的基础上,提出并实现一种利用具备自动目... 为了进一步提升导弹预设阵地建设、航空航天器发射、陀螺仪标校等领域中真北方位测定的精度和准确度,提出一种真北方位角测定方法:通过研究多种真北方位角测定方法,在分析现有方法特点及测量精度的基础上,提出并实现一种利用具备自动目标识别(ATR)功能的全站仪来实现真北方位角测量的方法;并运用2种方法对所测得的4个真北方位角的精度及准确度进行分析。实验结果表明,不符值绝对值最大为0.38″,对于短边真北方位角其真实准确度可以做到优于±0.5″,能够证明其可行性及准确性,为确定方位基准的外符精度提供参考。 展开更多
关键词 真北方位 自动目标识别(atr) 全站仪 天文方位角 精度分析
在线阅读 下载PDF
结合Fisher信息矩阵的方位角自适应SAR目标识别
9
作者 陈虹廷 武凡 +1 位作者 杜川 龙伟军 《雷达科学与技术》 北大核心 2025年第2期167-175,共9页
自动目标识别(ATR)作为合成孔径雷达(SAR)图像解译的重要手段而备受关注。由于不同方位角域下的SAR目标散射特性分布差异大,导致SAR目标图像特征对方位角高度敏感,且雷达难以在单次观测中捕获目标所有方位角域下的数据,基于历史数据训练... 自动目标识别(ATR)作为合成孔径雷达(SAR)图像解译的重要手段而备受关注。由于不同方位角域下的SAR目标散射特性分布差异大,导致SAR目标图像特征对方位角高度敏感,且雷达难以在单次观测中捕获目标所有方位角域下的数据,基于历史数据训练的SAR‐ATR模型在新观测方位角域数据上识别性能下降。当新观测数据以流的形式到达时,若仅依赖新观测数据对现有模型进行再训练,容易引发“灾难性遗忘”问题。因此,本文通过引入Fisher信息矩阵调节的正则项来保护对识别任务贡献大的模型参数,并利用核心集减小推理误差,构建一种方位角自适应SAR目标识别连续学习模型。实验结果表明,方位角自适应SAR‐ATR模型能够在线学习不同方位角下SAR目标数据,不断适应其特征变化,有效提高了其对未观测方位角域数据的泛化性。 展开更多
关键词 合成孔径雷达 自动目标识别 方位角域 连续学习 Fisher信息矩阵
在线阅读 下载PDF
自动目标识别(ATR)可靠性研究 被引量：1
10
作者 许毅 洪恩 +2 位作者 李小舜 洪汝桐 王植恒 《激光杂志》 CAS CSCD 北大核心 2000年第2期43-44,共2页
对同类目标畸变不变的正确识别率与不同类目标分类误识别率是衡量一个自动目标识别 (ATR)系统的两个最重要性能指标。但在实际应用中 ,ATR系统所获取的外场的目标与背景总是处于随时间不断变化的条件下 ,与系统所存储的参考目标通常都... 对同类目标畸变不变的正确识别率与不同类目标分类误识别率是衡量一个自动目标识别 (ATR)系统的两个最重要性能指标。但在实际应用中 ,ATR系统所获取的外场的目标与背景总是处于随时间不断变化的条件下 ,与系统所存储的参考目标通常都不会一致 ,从而导致相关识别SNR劣化。特别对于多目标识别与不同类目标的区分 ,常规的相关门限判决方法会造成很大的误识别 ,大大影响了ATR系统的识别可靠性。本文采用人工神经网络 (ANN)与模糊逻辑技术 ,对相关信号与噪声进行实时数字后处理 ,通过对信号与噪声强度分布等高线而不仅仅是强度的识别 ,大大提高了ATR系统的识别可靠性 ,改善了识别效率。 展开更多
关键词 模糊逻辑 自动目标识别 神经网络 可靠性
在线阅读 下载PDF
自动目标识别器(ATR)的发展现状及应用分析
11
作者 廖朝佩 《电光与控制》 1992年第1期1-12,共12页
自动目标识别器（ATR）能显著提高未来导弹系统的性能、增强导弹、飞机和智能子弹弹药对付正在发展的威胁的能力并提高其成本效能,是提高武器系统效率的关键因素。本文评述了ATR技术的发展现状,重点放在ATR算法和实现方法方面;另外还对... 自动目标识别器（ATR）能显著提高未来导弹系统的性能、增强导弹、飞机和智能子弹弹药对付正在发展的威胁的能力并提高其成本效能,是提高武器系统效率的关键因素。本文评述了ATR技术的发展现状,重点放在ATR算法和实现方法方面;另外还对ATR的潜在应用做了简要分析,指出了改进系统性能所需的新技术。 展开更多
关键词 atr 自动目标识别 发展 导弹
在线阅读 下载PDF
基于合成数据集的多目标识别与6-DoF位姿估计 被引量：2
12
作者 胡广华 欧美彤 李振东 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第4期42-50,共9页
多目标识别及六自由度(6-DoF)位姿估计是实现物料无序堆放状态下机器人自动分拣的关键。近年来,基于深度神经网络的方法在目标识别及位姿估计领域受到广泛关注,但此类方法依赖大量训练样本,而样本的采集及标注费时费力,限制了其实用性... 多目标识别及六自由度(6-DoF)位姿估计是实现物料无序堆放状态下机器人自动分拣的关键。近年来,基于深度神经网络的方法在目标识别及位姿估计领域受到广泛关注,但此类方法依赖大量训练样本,而样本的采集及标注费时费力,限制了其实用性。其次,当成像条件差、目标相互遮挡时,现有位姿估计方法无法保证结果的可靠性,进而导致抓取失败。为此,文中提出了一种基于合成数据样本的目标识别、分割及位姿估计方法。首先,以目标对象的3维(3D)几何模型为基础,利用3D图形编程工具生成虚拟场景的多视角RGB-D合成图像,并对生成的RGB图像及深度图像分别进行风格迁移和噪声增强,从而提高合成数据的真实感,以适应真实场景的检测需要;接着,利用合成数据集训练YOLOv7-mask实例分割模型,运用真实数据进行测试,结果验证了该方法的有效性;然后,以分割结果为基础,基于ES6D目标位姿估计模型,提出了一种在线姿态评估方法,以自动滤除严重失真的估计结果;最后,采用基于主动视觉的位姿估计校正策略,引导机械臂运动到新的视角重新检测,以解决因遮挡而导致位姿估计偏差的问题。在自行搭建的6自由度工业机器人视觉分拣系统上进行了实验,结果表明,文中提出的方法能较好地适应复杂环境下工件的识别与6-DoF姿态估计要求。 展开更多
关键词 目标识别 位置测量 6-DoF位姿估计 机器人自动分拣 RGB-D图像
在线阅读 下载PDF
基于深度学习的雷达自动目标识别架构研究 被引量：12
13
作者 李士国 张瑞国 +1 位作者 孙晶明 孙俊 《现代雷达》 CSCD 北大核心 2019年第11期57-61,84,共6页
针对深度学习运用于雷达目标识别时存在的数据量欠缺和数据人工标注难等问题,提出将传统目标识别方法与人工智能技术结合,建立面向应用的新的目标识别架构,通过融合处理以及基于传统方法的机器自动标注,获得更优越的识别效果,大幅减少... 针对深度学习运用于雷达目标识别时存在的数据量欠缺和数据人工标注难等问题,提出将传统目标识别方法与人工智能技术结合,建立面向应用的新的目标识别架构,通过融合处理以及基于传统方法的机器自动标注,获得更优越的识别效果,大幅减少人工标注的工作量,确保系统在低数据量、低标注数据下仍可维持一定的识别效果。雷达实测数据证明了该识别框架的有效性。 展开更多
关键词 雷达 自动目标识别 深度学习 架构
在线阅读 下载PDF
大比例地形图中房屋目标的自动识别 被引量：5
14
作者 刘学 张祖勋 +1 位作者 张剑清 黄加纳 《计算机学报》 EI CSCD 北大核心 1998年第11期1027-1032,共6页
城市GIS发展迅速，各种大比例地形图是其基础数据．流行的地图数据数字化方法效率很低．一定程度上已经成为城市GIS发展的障碍．扫描输入技术有望解决这个问题．扫描输入技术的核心是地图符号的自动识别．而房屋目标在城镇地区大比例尺... 城市GIS发展迅速，各种大比例地形图是其基础数据．流行的地图数据数字化方法效率很低．一定程度上已经成为城市GIS发展的障碍．扫描输入技术有望解决这个问题．扫描输入技术的核心是地图符号的自动识别．而房屋目标在城镇地区大比例尺地形图中占有极大的比重，但现有大多数识别方法采用的都是先分割后识别的策略，使得分割难以充分利用目标符号的有关知识约束．本文提出并实现了大比例尺地形图中房屋目标自动识别的分割识别一体化方法． 展开更多
关键词 GIS 地形图 房屋目标 自动识别 分割 目标识别
在线阅读 下载PDF
基于中心矩特征的雷达HRRP自动目标识别 被引量：34
15
作者 袁莉 刘宏伟 保铮 《电子学报》 EI CAS CSCD 北大核心 2004年第12期2078-2081,共4页
针对雷达高分辨距离像 (HRRP)的方位敏感性和平移敏感性 ,对一定角域内的HRRP非相干平均 ,提取具有平移不变性的中心矩作为特征向量 ,采用Karhunen Loeve变换进一步进行特征压缩 ,建立相应的支撑矢量机(SVM)分类算法 .与基于原始距离像... 针对雷达高分辨距离像 (HRRP)的方位敏感性和平移敏感性 ,对一定角域内的HRRP非相干平均 ,提取具有平移不变性的中心矩作为特征向量 ,采用Karhunen Loeve变换进一步进行特征压缩 ,建立相应的支撑矢量机(SVM)分类算法 .与基于原始距离像特征的最大似然 (ML)方法和基于中心矩特征的ML方法识别结果比较 ,该方法在减少计算量的同时具有较高的识别率 。 展开更多
关键词 中心矩特征 高分辨距离像 自动目标识别 支撑矢量机
在线阅读 下载PDF
自动目标识别与跟踪技术研究综述 被引量：38
16
作者 余静 游志胜 《计算机应用研究》 CSCD 北大核心 2005年第1期12-15,共4页
对复杂背景下扩展目标进行有效的识别和跟踪是一个具有挑战性的难题。对当前的目标自动识别系统(ATR)所采用的算法进行了归类和叙述,对目标识别问题中具有旋转、尺度、平移不变性的特征及目标跟踪算法进行了讨论,最后对自动目标识别和... 对复杂背景下扩展目标进行有效的识别和跟踪是一个具有挑战性的难题。对当前的目标自动识别系统(ATR)所采用的算法进行了归类和叙述,对目标识别问题中具有旋转、尺度、平移不变性的特征及目标跟踪算法进行了讨论,最后对自动目标识别和跟踪进一步的研究方向进行了展望。 展开更多
关键词 自动目标识别 目标跟踪 扩展目标 特征提取
在线阅读 下载PDF
复杂场景下应用成像Ladar的自动目标识别 被引量：8
17
作者 马超杰 杨华 +2 位作者 李晓霞 吴丹 黄超超 《光学精密工程》 EI CAS CSCD 北大核心 2009年第7期1714-1721,共8页
针对目标部分被树木遮挡时造成的识别困难,提出了基于成像激光雷达(Ladar)的自动目标识别算法。介绍了采用的数据分类、数据拼接、目标姿态调整和基于高度直方图的目标识别等方法的操作步骤。应用图像处理技术对场景数据进行分类,实现... 针对目标部分被树木遮挡时造成的识别困难,提出了基于成像激光雷达(Ladar)的自动目标识别算法。介绍了采用的数据分类、数据拼接、目标姿态调整和基于高度直方图的目标识别等方法的操作步骤。应用图像处理技术对场景数据进行分类,实现地面、目标和树木的分离;利用图像帧之间内在的相关性,采用"由粗到精"的方法求出数据变换矩阵并进行数据拼接;根据目标位置的法线方向进行目标姿态调整得到目标高度直方图。最后,将采集的目标高度直方图同存储的模型高度直方图进行匹配,识别出目标类型。实验结果表明:目标提取部分占目标总面积的90%以上,对目标的识别率高于99%,基本满足自动目标识别算法的稳定可靠、识别率高、抗干扰能力强等要求。 展开更多
关键词 成像激光雷达 数据拼接 高度直方图 自动目标识别
在线阅读 下载PDF
基于TOPSIS方法的自动目标识别作战能力评估 被引量：5
18
作者 刘伟 罗鹏程 +2 位作者 赵炤 周经伦 何峻 《火力与指挥控制》 CSCD 北大核心 2009年第9期88-91,共4页
自动目标识别(Automatic Target Recognition,ATR)效能评估是ATR系统相关研究中的一个重要的研究方向。针对现有研究的不足方面,重点研究了ATR效能评估的概念、建立了作战能力指标体系和基于TOPSIS方法的作战能力评估模型,并对指标体系... 自动目标识别(Automatic Target Recognition,ATR)效能评估是ATR系统相关研究中的一个重要的研究方向。针对现有研究的不足方面,重点研究了ATR效能评估的概念、建立了作战能力指标体系和基于TOPSIS方法的作战能力评估模型,并对指标体系的合理性和评估方法的适用性进行了分析。研究解决了ATR效果评估所涉及的部分重要问题,具有较强的军事应用价值。 展开更多
关键词 TOPSIS 自动目标识别 评估
在线阅读 下载PDF
红外成像制导导弹自动目标识别应用现状的分析 被引量：14
19
作者 范晋祥 张渊 王社阳 《红外与激光工程》 EI CSCD 北大核心 2007年第6期778-781,共4页
自动目标识别是武器系统智能化、自主化的关键技术。在红外成像制导武器中采用自动目标识别技术,可以使武器具备发射后载机脱离、发射后不管、识别目标、诱饵和干扰的能力,提升红外成像制导武器的作战效能和武器载机的生存能力。目前,... 自动目标识别是武器系统智能化、自主化的关键技术。在红外成像制导武器中采用自动目标识别技术,可以使武器具备发射后载机脱离、发射后不管、识别目标、诱饵和干扰的能力,提升红外成像制导武器的作战效能和武器载机的生存能力。目前,国外已经将红外图像自动目标识别技术应用在大型地面固定目标以及飞机类目标的红外成像制导武器中。介绍了红外成像制导导弹的自动目标识别应用现状,分析了制约自动目标识别在红外成像制导导弹中广泛应用的因素,并提出了推动该技术在红外成像制导导弹中应用的对策。 展开更多
关键词 红外成像制导 导引头 自动目标识别 导弹 智能化 应用
在线阅读 下载PDF
基于局部特征提取的目标自动识别 被引量：42
20
作者 贾平 徐宁 张叶 《光学精密工程》 EI CAS CSCD 北大核心 2013年第7期1898-1905,共8页
提出一种基于局部特征提取的目标识别方法,用于自动识别不同尺度,视角和照度条件下的目标。首先,建立图像的尺度空间;结合海森矩阵和Harris算法提取局部特征点,计算该特征区域的方向和灰度梯度及方向;统计出每块子区域的标准灰度梯度直... 提出一种基于局部特征提取的目标识别方法,用于自动识别不同尺度,视角和照度条件下的目标。首先,建立图像的尺度空间;结合海森矩阵和Harris算法提取局部特征点,计算该特征区域的方向和灰度梯度及方向;统计出每块子区域的标准灰度梯度直方图,得到128维的特征向量。然后,基于主成分分析的降维算法来降低特征向量的维数,加快识别的计算速度。最后,采用特征空间分类器增加目标识别的速度。实验结果表明:基于局部特征提取的目标识别达到了较高的识别率,在视角、尺度和照度变化下的识别率分别为61.9%,80.5%和84.4%,平均识别时间为130.9ms。与尺度不变特征变换(SIFT)和加速鲁棒特征(SURF)算法相比,本算法不仅在不同的视角,目标尺度及照度条件下具有较高识别率,而且识别速度比SIFT方法高。 展开更多
关键词 目标自动识别 局部特征提取 主成分分析 最近特征空间分类器
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 21 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部