自然场景中多类目标识别的算法研究
【出 处】:《
计算机工程与科学
》
CSCD
2012年第34卷第3期 91-95页,共5页
【作 者】:
吴士林
[1,2,3,4] ;
朱枫
[1,3,4]
【摘 要】
为了实现复杂自然场景中多类目标的识别与分割,本文利用条件概率模型(CM)对目标特征进行建模,融合了纹理特征、纹理环境特征和位置特征,并采用场景类别对各类目标间的相互约束关系进行建模,在此基础上研究基于场景类别的条件概率模型(sCM)在多类目标识别与分割中的应用。本文选用Oliva&Torralba数据库对模型进行实验并与国外其他方法进行了比较。实验结果表明,该算法在多类目标识别与分割中取得很好的结果,在提高总体识别率的同时提高了物体边缘部分识别与分割的正确率,更有效地提高了视觉效果。
相关热词搜索: