基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对被检测目标在视角变化和遮挡时较难识别的问题,提出联合利用Gabor特征和视角变换时共有的LIOP特征对目标进行多角度识别的新算法。首先,用4个方向、16个尺度的二维Gabor滤波器组对输入图像进行滤波,得到64组含有方向信息的Gabor特征响应图,进而对相邻尺度和相应位置计算局部响应最大值,得到具有尺度及平移不变的特征向量。其次,通过几何变换算法获得不同视角下的LIOP特征向量。然后,为了降低时间复杂度,通过主成分分析算法对联合特征降维。最后,把降维后的特征向量输入支持向量机(SVM)进行训练学习,得到检测器模型。为了定量评估算法精度和鲁棒性,在Caltech-101和UIUC car两个标准数据库进行测试,实验结果表明,本文在两个标准数据集上的平均识别率分别达到了92.1%和95.4%,能较好检测不同尺度、不同角度的目标。
推荐文章
基于多特征融合的红外目标识别算法
红外图像
多特征融合
目标识别
颜色特征
边缘特征
基于多方向角Gabor与RBF神经网络结合的目标识别算法
Gabor滤波器
Haar-like特征
RBF神经网络
改进FCM算法
基于多特征综合模糊识别方法的弹道中段目标识别
弹道中段
目标识别
多特征
模糊
基于多物理场的舰船目标识别方法
舰船物理场
小波分解
特征融合
SVM
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Gabor和LIOP特征的多视角目标识别
来源期刊 光电工程 学科 工学
关键词 Gabor特征 LIOP特征 支持向量机 目标识别
年,卷(期) 2014,(11) 所属期刊栏目 ?目标识别与跟踪?
研究方向 页码范围 10-15
页数 6页 分类号 TP391
字数 3663字 语种 中文
DOI 10.3969/j.issn.1003-501X.2014.11.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐智勇 中国科学院光电技术研究所 57 441 12.0 17.0
2 张静 电子科技大学光电信息学院 33 221 9.0 13.0
3 高椿明 电子科技大学光电信息学院 40 167 7.0 10.0
4 常永鑫 中国科学院光电技术研究所 7 68 4.0 7.0
13 余化鹏 中国科学院光电技术研究所 3 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (55)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (4)
二级引证文献  (1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Gabor特征
LIOP特征
支持向量机
目标识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
论文1v1指导