融合深度及边界信息的图像目标识别

• 作者: 原彧鑫 周向东
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 目标识别 区域融合 深度信息 深度学习 支持向量机
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 183-187,220
• 页数: 6页
• 分类号: TP3
• 字数: 4150字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.04.031

摘要

为精确定位候选目标,提高目标识别效果,提出一种融合图像边界信息和深度信息的目标识别方法,该方法可以产生数量更少、定位更准确的图像候选目标.然后提取深度学习特征,通过支持向量机分类模型,实现目标识别.在两个常用数据集上进行对比实验显示,与Baseline和选择性搜索等方法相比,该方法显著地提高了目标识别的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周向东	复旦大学计算机科学技术学院	35	323	10.0	17.0
2	原彧鑫	复旦大学计算机科学技术学院	1	2	1.0	1.0