基于ML-pLSA模型的目标识别算法

• 作者: 卢湖川 陈琳
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 目标识别 多种分割 多尺度 多尺度概率潜在语义分析(ML-pLSA)
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 论文
• 页码范围: 2909-2915
• 分类号: TP391
• 字数: 3897字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2011.00455

摘要

为了避免图像目标识别过程中识别结果对分割结果的过度依赖,该文提出了一种基于多尺度的概率潜在语义分析目标识别方法(Multi-Level-probabilistic Latent Semantic Analysis,ML-pLSA).该方法利用多种分割算法对图像进行多尺度分割,再利用pLSA算法和词袋方法(Bag Of Words,BOW)对分割区域进行目标类别估计,最后联合多尺度的估计值给出最终分割结果.在目标尺度、目标角度、外界光照变化都相对较大的GRAZ-02数据库上进行实验,结果表明:与传统目标识别算法相比,该方法鲁棒性更强；在识别准确率方面,也有了很大的提高,取得了很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢湖川	大连理工大学信息与通信工程学院	16	289	9.0	16.0
2	陈琳	大连理工大学信息与通信工程学院	7	53	3.0	7.0