基于LTP和HOG纹理特征融合的中亚文档图像文种识别

• 作者: 吴正健 木特力甫·马木提 吾尔尼沙·买买提 阿力木江·艾沙 库尔班·吾布力
• 来源期刊: 山东大学学报（工学版）
• 关键词: LTP HOG 特征融合 贝叶斯优化 文种识别
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 机器学习与数据挖掘|Machine Learning&Data Mining
• 页码范围: 115-121
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2020.348

摘要

针对中亚地区存在一些相似度较高的文种,提出一种基于具有旋转不变性的统一局部三值模式(rotation invariant uniform local ternary pattern,riu2-LTP)和方向梯度直方图(histogram of oriented gradients,HOG)特征交叉融合的文档图像文种方法.使用SVM分类器对包含10个文种共10 000张图片的数据库进行试验;为了提高多文种识别效果,采用贝叶斯优化SVM的超参数.对文档图像提取了半径为1,采样点为8的riu2-LTP;重新对数据库提取HOG;采用交叉融合方法将20维riu2-LTP特征与36维HOG特征分别依次融入到新的特征集.试验表明,本研究方法平均查准率达到99％,相较于单一 LTP、riu2-LTP和HOG方法有更好性能.