基于改进特征袋模型的奶牛识别算法

• 作者: 刘财兴 梁云 陈娟娟 高月芳
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 特征袋模型 图像识别 梯度直方图特征 空间金字塔匹配 尺度不变特征变换特征
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 行业与领域应用
• 页码范围: 2346-2351
• 页数: 6页
• 分类号: TP391.41
• 字数: 7779字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.08.2346

摘要

针对特征袋(BOF)模型中存在特征计算耗时、识别精度低的不足,提出一种新的改进BOF模型以提高其目标识别的精度和效率,并将其应用于奶牛个体识别.该算法首先引入优化方向梯度直方图(HOG)特征对图像进行特征提取和描述,然后利用空间金字塔匹配原理(SPM)生成图像基于视觉词典的直方图表示,最后自定义直方图交叉核作为分类器核函数.该算法在项目组自行拍摄的数据集(包含15类奶牛、共7500张奶牛头部图像)上的实验结果表明,使用基于SPM的BOF模型将算法的识别率平均提高2个百分点;使用直方图交叉核相比使用高斯核将算法的识别率平均提高2.5个百分点;使用优化HOG特征,相比使用传统HOG特征将算法识别率平均提高21.3个百分点,运算效率为其1.68倍;相比使用尺度不变特征变换(SiFT)特征,在保证平均识别精度达95.3％的基础上,运算效率为其7.10倍.分析结果可知,该算法在奶牛个体识别领域具有较好的鲁棒性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘财兴	华南农业大学数学与信息学院	36	401	10.0	19.0
2	高月芳	华南农业大学数学与信息学院	16	127	6.0	11.0
3	梁云	华南农业大学数学与信息学院	22	162	8.0	12.0
4	陈娟娟	华南农业大学数学与信息学院	1	10	1.0	1.0