基于适应加权非对称AdaBoost HMM的三维模型分类算法

• 作者: 冯志林 刘小明 尹建伟 董金祥
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 三维模型分类 隐马尔克夫模型 非对称Adaboost
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 1300-1305
• 页数: 6页
• 分类号: TP31
• 字数: 5720字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2006.08.004

摘要

针对三维模型的分类问题,提出了一种适应性加权非对称AdaBoost隐马尔克夫模型(HMM)分类算法.算法中提出了由三维模型表面的绝对法向量表示的两种新特征,将经过归一化和姿态调整的三维模型划分为若干部分,各部分对应HMM的一个状态,对各部分提取特征并用主成分分析(PCA)降维,对模型的4种特征对应的弱分类器使用非对称AdaBoost算法进行boosting.HMM的结构及参数初始值由模型姿势调整的可能形式及观测顺序确定,训练过程中参数用期望最大化方法计算,最后使用加权相似度计算对三维模型分类.分析及试验结果表明,与基于分布函数的分类算法相比,该算法明显提高了正确率.适应性加权后,分类正确率可进一步提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董金祥	浙江大学计算机科学与技术学院	165	2786	31.0	42.0
2	尹建伟	浙江大学计算机科学与技术学院	66	1037	17.0	30.0
3	冯志林	浙江大学计算机科学与技术学院	11	146	7.0	11.0
7	刘小明	浙江大学计算机科学与技术学院	8	379	6.0	8.0