基于改进HOG特征的建筑物识别方法

• 作者: 李盛阳 杨松 邵雨阳 郑贺
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 建筑物识别 梯度方向直方图 特征提取 方向可控滤波器 支持向量机
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 图形图像处理
• 页码范围: 196-200
• 页数: 5页
• 分类号: TP391
• 字数: 3260字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1611-0332

摘要

随着机器学习方法的广泛应用,建筑物识别技术得到了快速的发展,识别的准确性一直是人们关注的重点.梯度方向直方图(HOG)特征提取方法中的梯度求解方式不能有效提取建筑物的边界特征,直接影响了识别的准确性,提出基于方向可控滤波器的HOG算法,利用支持向量机学习方法实现建筑物的识别.实验结果表明,该方法在平均准确率、TP、FP、召回率、精确率和F1值等指标上优于基于方向可控滤波器的建筑物识别方法,证明了该方法可以有效识别建筑物.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李盛阳	中国科学院空间应用工程与技术中心	34	212	9.0	13.0
5	杨松	中国科学院空间应用工程与技术中心	8	78	4.0	8.0
14	邵雨阳	中国科学院空间应用工程与技术中心	4	22	3.0	4.0