-
题名基于ML-pLSA模型的目标识别算法
被引量：1
- 1
-
-
作者
陈琳
卢湖川
-
机构
大连理工大学信息与通信工程学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2011年第12期2909-2915,共7页
-
基金
国家自然科学基金(61071209)
中央高校基础研究基金(DUT10JS05)资助课题
-
文摘
为了避免图像目标识别过程中识别结果对分割结果的过度依赖,该文提出了一种基于多尺度的概率潜在语义分析目标识别方法(Multi-Level-probabilistic Latent Semantic Analysis,ML-pLSA)。该方法利用多种分割算法对图像进行多尺度分割,再利用pLSA算法和词袋方法(Bag Of Words,BOW)对分割区域进行目标类别估计,最后联合多尺度的估计值给出最终分割结果。在目标尺度、目标角度、外界光照变化都相对较大的GRAZ-02数据库上进行实验,结果表明:与传统目标识别算法相比,该方法鲁棒性更强;在识别准确率方面,也有了很大的提高,取得了很好的效果。
-
关键词
目标识别
多种分割
多尺度
多尺度概率潜在语义分析(ML-pLSA)
-
Keywords
Object recognition
Multi-segmentation
Multi-level
Multi-Level-probabilistic Latent SemanticAnalysis （ML-pLSA）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于图像分割以及原目标检测的视觉跟踪
- 2
-
-
作者
杨欣
周延培
张燕
夏斯军
-
机构
南京航空航天大学自动化学院
洛阳电光设备研究所光电控制技术重点实验室
-
出处
《云南民族大学学报（自然科学版）》
CAS
2015年第6期496-500,513,共6页
-
基金
南京航空航天大学研究生创新基地(实验室)开放基金(KFJJ201426)
-
文摘
基于图像分割以及原目标检测的视觉跟踪是一种极具潜力的跟踪方法,该方法首先对视频中的图像序列用多种分割方法进行图像分割;然后基于概率潜在语义分析(PLSA)算法对分割区域进行类别估计;再从这些区域中筛选出各自的候选区域,对其进行选择性结合,提取出原目标,从而获得原目标的空间信息.最后基于原目标的空间信息,用贝叶斯算法对目标进行跟踪,并采用EM算法来优化跟踪算法.实验证明,该方法优于其他的跟踪方法,能鲁棒地处理遮挡,分散和光照变化等问题.
-
关键词
原目标
多种分割
PLSA模型
EM算法
-
Keywords
proto - objects
muhi - segmentation
PLSA model
EM algorithm
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
