-
题名基于PCA和可变部件模型的大量重复目标检测方法
被引量：3
- 1
-
-
作者
苏宁
郝兆才
-
机构
济宁学院产业学院
曲阜师范大学数学科学学院
-
出处
《传感器与微系统》
CSCD
北大核心
2022年第4期138-141,145,共5页
-
基金
山东省自然科学基金面上资助项目(ZR2014AM034)。
-
文摘
为了对大量重复目标进行准确检测和计数,提出一种基于可变部件模型(DPM)的自动检测方法。首先,提取图像中反复出现的分块,并分析分块间的空间相关性;然后,利用线性分类器判定DPM指向目标的所在位置,并将这些相关关系转换到平面坐标集中,运用随机抽样一致性对位置进行聚类;最后,为区分不同群体间的目标,对每个簇中的分块向量集应用主成分分析(PCA)法进行分类。基准数据集中16个图像的测试结果表明:与其他优秀方法相比,所提方法能够实现更准确的估计,采用用户交互系统更容易达到较高的准确度,且减少了用于目标检测训练过程中涉及的计算成本。
-
关键词
重复目标检测
分块相关分析
可变部件模型
线性分类器
主成分分析法
-
Keywords
repeated object detection
partition correlation analysis
deformable part model(DPM)
linear classifier
principal component analysis(PCA)method
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
