对象定位处理中分类信息融合技术研究

• 作者: 林莹 武港山 钱怡
• 来源期刊: 计算机应用研究
• 关键词: 信息融合 对象定位 多类别分类 多示例多标记学习框架 快速子窗口搜索方法 最优框
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3844-3849
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.12.086

摘要

为提高图像中对象定位技术的处理效果,对对象定位技术和分类技术的融合进行了研究.针对大规模、多对象类别的图像对象定位问题,提出了先进行快速分类,再精确定位的处理方案.通过MIMLSVM+多类别分类算法预判出包含对象的图像,利用ESS方法在上述图像中定位对象;针对高精度对象定位需求,提出了融入全局分类信息的最优框打分机制,将MIMLSVM+算法对于图像的分类信息融入ESS方法中最优框的打分信息中.在PASCAL 2006数据集上相应的实验结果表明,前者在缩短处理时间的同时取得了不错的定位平均精度,而后者对最优框得分的改进也在多个类别上带来了定位效果的提高.实验结果表明,分类信息融入对象定位处理中能提升处理效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武港山	南京大学计算机软件新技术国家重点实验室	66	1172	20.0	31.0
2	林莹	南京大学计算机软件新技术国家重点实验室	2	13	2.0	2.0
3	钱怡	南京大学计算机软件新技术国家重点实验室	1	6	1.0	1.0