基于多稀疏分布特征和最近邻分类的物体识别方法

• 作者: 孙利娟 张继栋 杨新锋
• 来源期刊: 计算机应用研究
• 关键词: 物体识别 稀疏表示 最近邻距离 梯度 街区距离
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3156-3159
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.10.063

摘要

为提高物体识别性能，提出了一种基于多稀疏分布特征和最近邻分类的目标识别方法。提取图像的梯度模值和方向特征，构建梯度模值和方向图像，分别对灰度图像、梯度模值图像和梯度方向图像进行稀疏表示，提取稀疏分布特征，得到融合后的多稀疏分布特征，再依据最近邻分类方法进行特征分类，实现物体识别。通过在国际公认的COIL-100和PVOC-2007两个公共测试数据集下进行对比实验，对提出方法的参数选择、鲁棒性和识别性能进行综合评价。实验结果表明，采用提出的方法进行物体识别的识别率高于目前经典的SIFT、SURF和ORB方法，是一种有效的物体识别方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨新锋	南阳理工学院计算机与信息工程学院	59	183	7.0	9.0
2	孙利娟	武汉大学计算机学院	9	14	2.0	3.0
6	张继栋	郑州财经学院计算机系	12	34	3.0	5.0