基于部位特征和全局特征的物体细粒度识别

• 作者: 刘建明 陈淑娴
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 细粒度 姿态聚类 部位特征 整体特征
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 图像处理
• 页码范围: 1-4,9
• 页数: 5页
• 分类号: TP301
• 字数: 3142字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2017.10.001

摘要

目前大部分细粒度识别通常仅对整体特征进行提取并分类,而忽略了角度和姿态引起的部件上视觉差异,为此提出一种基于部位特征和全局特征的物体细粒度识别方法.首先将目标进行姿态聚类,使得相同姿态下展现目标相一致的可见部位,进而提取目标的部位特征,并在各姿态类内结合目标的整体特征做分类.该模型在姿态和视角影响尤其明显的鸟类数据库CUB_200-2011上进行了实验验证,结果表明与现有的同类方法相比,本文方法具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建明	江西师范大学计算机信息工程学院	6	17	2.0	4.0
2	陈淑娴	江西师范大学计算机信息工程学院	1	2	1.0	1.0