基于Adaboost的动物二分类识别方法

• 作者: 张公伯 朱和贵 谷昱良
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 动物分类识别 Adaboost分类器 特征描绘子 十折交叉验证 二分类
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 图像处理
• 页码范围: 720-726,767
• 页数: 8页
• 分类号: TP391.41
• 字数: 4397字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2017.04.027

摘要

针对动物图像的分类识别问题,提出了一种基于Adaboost分类器的动物二分类识别方法.首先对样本图片进行边缘特征提取,选取八种具有显著形状不变性的特征描绘子,并对其合理性和优越性进行验证.后用Adaboost分类器对所得特征矩阵进行训练,得到最有效的分类特征,并对从Shape Database形状图片库中选取三组动物图像进行十折交叉验证实验.狗和牛、牛和象、青蛙和牛的正确分类识别率分别达到85%、90%和92.5%.实验表明该分类识别方法能较准确进行二分类识别,是一种较有效的动物图像二分类识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱和贵	东北大学理学院数学系	16	62	5.0	7.0
2	张公伯	东北大学理学院数学系	2	9	2.0	2.0
3	谷昱良	东北大学理学院数学系	2	9	2.0	2.0