基于证据理论融合多特征的物体识别算法

• 作者: 余隋怀 孙晋博 陈登凯
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 物体识别 证据理论 极限学习机 尺度不变特征变换 颜色直方图
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 图形图像处理
• 页码范围: 147-151
• 页数: 5页
• 分类号: TP391.4
• 字数: 3536字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1407-0279

摘要

为了提高物体的识别正确率，提出一种基于证据理论融合多特征的物体识别算法。提取物体图像的颜色直方图和尺度不变特征，采用极限学习机建立相应的图像分类器，根据单一特征的识别结果构建概率分配函数，并采用证据理论对单一特征识别结果进行融合，得出物体的最终识别结果，采用多个图像数据库对算法有效性进行测试。测试结果表明，该算法不仅提高了物体的识别率，而且加快了物体识别的速度，具有一定的实际应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余隋怀	西北工业大学机电学院工业设计研究所	229	1537	17.0	26.0
2	陈登凯	西北工业大学机电学院工业设计研究所	61	325	10.0	15.0
3	孙晋博	西北工业大学机电学院工业设计研究所	5	36	4.0	5.0