基于支持向量域描述的图像集匹配

• 作者: 曾青松
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 支持向量域描述 图像集匹配 集合相似性 对象匹配
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 研究与应用
• 页码范围: 735-740
• 页数: 6页
• 分类号: TP391.41
• 字数: 5180字
• 语种: 中文

摘要

提出一种基于支持向量域描述的图像集匹配方法.该方法首先通过支持向量机学习，将每个图像集合映射到高维特征空间，使用支持向量域对图像集合建模，建立的模型使用一个包含大部分样本的最小闭球表示.然后引入基于支持向量域之间距离的相似性度量，将集合的匹配转换为成对的支持向量域之间的距离计算.最后在基于集合的人脸和对象识别任务中分别进行测试，文中方法的识别率在ETH80、HondaUCSD和YouTube数据库上分别达到96.37%、100%和95.32%，优于其他方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾青松	广州番禺职业技术学院信息工程学院	40	80	5.0	7.0