自然场景中多类目标识别的算法研究

• 作者: 吴士林 朱枫
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 目标识别 多类 图像分割 Joint-boost算法
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 图形与图像
• 页码范围: 91-95
• 分类号: TP391.4
• 字数: 4185字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2012.03.017

摘要

为了实现复杂自然场景中多类目标的识别与分割,本文利用条件概率模型(CM)对目标特征进行建模,融合了纹理特征、纹理环境特征和位置特征,并采用场景类别对各类目标间的相互约束关系进行建模,在此基础上研究基于场景类别的条件概率模型(sCM)在多类目标识别与分割中的应用.本文选用Oliva & Torralba数据库对模型进行实验并与国外其他方法进行了比较.实验结果表明,该算法在多类目标识别与分割中取得很好的结果,在提高总体识别率的同时提高了物体边缘部分识别与分割的正确率,更有效地提高了视觉效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱枫	中国科学院沈阳自动化研究所	68	1554	20.0	38.0
10	吴士林	中国科学院沈阳自动化研究所	1	4	1.0	1.0