基于轮廓分段特征可信度的遮挡目标识别算法

• 作者: 宋建辉 杨明树 于洋 刘砚菊
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 轮廓分段 分段优化 特征可信度 加权相似度匹配 遮挡目标
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 仿真服务化
• 页码范围: 436-440
• 页数: 5页
• 分类号: TP317.4
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2022.02.084

摘要

针对传统目标识别算法在目标遮挡情况下识别准确率较低的问题,提出一种基于轮廓分段特征可信度的遮挡目标识别算法.为获取有效分段,提出了基于弯曲度的轮廓分段优化算法,首先根据轮廓曲率分布进行初步分段,再根据分段的弯曲度进行分段优化,得到有效分段.然后用重要性和局部性两个参数对分段的特征可信度进行评价.在此基础上提出加权相似度匹配,将分段之间的相似度与其特征可信度结合起来,最后得到衡量识别准确率的加权相似度,获得遮挡目标的最终识别结果.通过对MPEG-7数据库进行仿真,实验证明所提出算法对于遮挡目标的识别可以获得稳定准确的识别结果,有效的提高了目标识别率.