期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合Hu矩与BoF-SURF支持向量机的手势识别
被引量：
17
1
作者
隋云衡
郭元术
《计算机应用研究》
CSCD
北大核心
2014年第3期953-956,960,共5页
基于尺度不变特征变换的特征包(BoF-SIFT)支持向量机的分类方法具有较好的手势识别效果,但是计算复杂度高、实时性较差。为此,提出了融合Hu矩与基于快速鲁棒特征的特征包(BoF-SURF)支持向量机(SVM)的手势识别方法。特征包模型中用快速...
基于尺度不变特征变换的特征包(BoF-SIFT)支持向量机的分类方法具有较好的手势识别效果,但是计算复杂度高、实时性较差。为此,提出了融合Hu矩与基于快速鲁棒特征的特征包(BoF-SURF)支持向量机(SVM)的手势识别方法。特征包模型中用快速鲁棒性特征(SURF)算法替换尺度不变特征变换(SIFT)算法提取特征,提高了实时性,并引入Hu矩描述手势全局特征,进一步提高识别率。实验结果表明,算法无论是实时性还是识别率都要高于BoF-SIFT支持向量机方法。
展开更多
关键词
手势识别
特征
包
模型
快速鲁棒
特征
HU不变矩
支持向量机
下载PDF
职称材料
基于区域特征的图像分类技术
被引量：
4
2
作者
聂青
战守义
《北京理工大学学报》
EI
CAS
CSCD
北大核心
2008年第10期885-889,共5页
为解决自然图像的对象分类问题,提出了一种新的区域特征提取和表示方法.该方法采用六边形近似区域边界,使用六边形的边长比和角度表示区域的形状特征,并采用简化的SIFT描述子描述区域的外貌特征.将这种区域特征矢量量化后形成码书,用于...
为解决自然图像的对象分类问题,提出了一种新的区域特征提取和表示方法.该方法采用六边形近似区域边界,使用六边形的边长比和角度表示区域的形状特征,并采用简化的SIFT描述子描述区域的外貌特征.将这种区域特征矢量量化后形成码书,用于基于特征包的识别模型,完成分类任务.用PASCAL2007视觉竞赛数据集作为测试数据集,获得了较好的分类效果,结果表明,该区域特征表示法综合了外貌特征和形状特征,具有较高的分辨性能,同时还具有描述简洁、通用性强的特点.
展开更多
关键词
对象识别
特征
包
模型
特征
提取
区域
特征
图像分类
下载PDF
职称材料
题名
融合Hu矩与BoF-SURF支持向量机的手势识别
被引量：
17
1
作者
隋云衡
郭元术
机构
长安大学信息工程学院
出处
《计算机应用研究》
CSCD
北大核心
2014年第3期953-956,960,共5页
文摘
基于尺度不变特征变换的特征包(BoF-SIFT)支持向量机的分类方法具有较好的手势识别效果,但是计算复杂度高、实时性较差。为此,提出了融合Hu矩与基于快速鲁棒特征的特征包(BoF-SURF)支持向量机(SVM)的手势识别方法。特征包模型中用快速鲁棒性特征(SURF)算法替换尺度不变特征变换(SIFT)算法提取特征,提高了实时性,并引入Hu矩描述手势全局特征,进一步提高识别率。实验结果表明,算法无论是实时性还是识别率都要高于BoF-SIFT支持向量机方法。
关键词
手势识别
特征
包
模型
快速鲁棒
特征
HU不变矩
支持向量机
Keywords
hand gesture recognition
bag-of-features model
speeded up robust feature （SURF）
Hu invariant moments
support vector machine（SVM）
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于区域特征的图像分类技术
被引量：
4
2
作者
聂青
战守义
机构
北京理工大学信息科学技术学院电子工程系
北京理工大学计算机科学技术学院
出处
《北京理工大学学报》
EI
CAS
CSCD
北大核心
2008年第10期885-889,共5页
基金
国家部委预研项目(40401)
文摘
为解决自然图像的对象分类问题,提出了一种新的区域特征提取和表示方法.该方法采用六边形近似区域边界,使用六边形的边长比和角度表示区域的形状特征,并采用简化的SIFT描述子描述区域的外貌特征.将这种区域特征矢量量化后形成码书,用于基于特征包的识别模型,完成分类任务.用PASCAL2007视觉竞赛数据集作为测试数据集,获得了较好的分类效果,结果表明,该区域特征表示法综合了外貌特征和形状特征,具有较高的分辨性能,同时还具有描述简洁、通用性强的特点.
关键词
对象识别
特征
包
模型
特征
提取
区域
特征
图像分类
Keywords
object recognition
bag of words
feature extraction
region feature
image classify
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合Hu矩与BoF-SURF支持向量机的手势识别
隋云衡
郭元术
《计算机应用研究》
CSCD
北大核心
2014
17
下载PDF
职称材料
2
基于区域特征的图像分类技术
聂青
战守义
《北京理工大学学报》
EI
CAS
CSCD
北大核心
2008
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
