基于成分分析的图像物体识别

下载PDF

导出

摘要物体识别是计算机视觉领域的一个基本问题。与基于底层特征的物体识别方法相比,成分分析能够获得图像物体的一种鲁棒性描述,进而提高识别性能。针对成分分析技术,本文综述一些常用方法,包括属性学习、矩阵分解、LDA分析等,并说明它们在具体应用中的原理和特点。

作者徐鸿雁

机构地区中国电子科技集团第三十八研究所

出处《中国科技信息》 2014年第14期143-144,共2页 China Science and Technology Information

关键词物体识别成分分析图像计算机视觉识别方法识别性能常用方法矩阵分解

1林庆,程炜,林涵阳,严川.图像属性学习研究综述[J].软件导刊,2016,15(3):168-172.
2林武旭,成科扬,张建明.基于属性学习的图像分类研究[J].计算机科学,2014,41(5):288-291. 被引量：5
3刘大琨,秦晓倩.基于原型理论的相对属性学习[J].中国科学技术大学学报,2017,47(1):32-39.
4宋凤义,张守东,杨明.基于姿态的判别属性学习及在细粒度识别中的应用[J].南京师大学报（自然科学版）,2017,40(1):65-72.
5成科扬,杜明坤,詹永照.视觉属性学习应用研究[J].小型微型计算机系统,2012,33(10):2311-2314.
6杨祥茂,黄涛,周启海.基于效用的结构语法的属性学习[J].计算机科学,2008,35(9):255-257.
7宋凤义,胡太,杨明.基于外观的复合属性学习的细粒度识别[J].数据采集与处理,2016,31(6):1205-1212. 被引量：1
8徐亚丹,王俊,赵国军.检测掺假牛奶的电子鼻传感器阵列的优化[J].传感技术学报,2006,19(4):957-962. 被引量：21
9徐赛,陆华忠,周志艳,吕恩利,姜焰鸣.基于高光谱与电子鼻融合的番石榴机械损伤识别方法[J].农业机械学报,2015,46(7):214-219. 被引量：18
10王俊华,左万利,彭涛.面向文本的本体学习方法[J].吉林大学学报（工学版）,2015,45(1):236-244. 被引量：4

中国科技信息

2014年第14期

浏览历史

内容加载中请稍等...