一种结合显著性检测与词袋模型的目标识别方法
【出 处】:
【作 者】:
李伟生
陈曦
【摘 要】针对词袋模型易受到无关的背景视觉噪音干扰的问题,提出了一种结合显著性检测与词袋模型的目标识别方法.首先,联合基于图论的视觉显著性算法与一种全分辨率视觉显著性算法,自适应地从原始图像中获取感兴趣区域.两种视觉显著性算法的联合可以提高获取的前景目标的完整性.然后,使用尺度不变特征变换描述子从感兴趣区域中提取特征向量,并通过密度峰值聚类算法对特征向量进行聚类,生成视觉字典直方图.最后,利用支持向量机对目标进行识别.在PASCAL VOC 2007和MSRC-21数据库上的实验结果表明,该方法相比同类方法可以有效地提高目标识别性能.
相关热词搜索: 词袋模型 显著性检测 密度峰值聚类 目标识别
上一篇: 一种基于图元方向变形的人体模型生成新算法
下一篇: 具有SIFT描述的多尺度角点图像配准