欢迎来到天天文库
浏览记录
ID:46615659
大小:1.23 MB
页数:5页
时间:2019-11-26
《基于背景属性的目标识别》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、2014年12月第40卷第12期北京航空航天大学学报JournalofBeijingUniversityofAeronauticsandAstronauticsDecember2014V01.40No.12基于背景属性的目标识别雒建卫姜志国(北京航空航天大学宇航学院,北京100191)摘要:属性是图像的语义描述,可以表示图像中某些内容的存在与否,它可以是物体的形状、材质、部件、类别以及功能,也可以是场景的类别以及上下文信息等.由于目标类别与所在背景存在相关关系,提出基于背景属性和目标属性相融合的前景目标识别方法,即对每种背景属性和目标属性分别训练支持向量机(SVM)分类器,并
2、将属性在对应分类器上的得分进行串联组成新的特征,并训练得到最终分类器.对a.Pascal数据库中每幅图像,人工标注了10种背景属性,结合已有的目标属性,进行目标识别实验.与传统方法、基于目标属性的分类方法以及其他前景、背景相结合算法的对比实验结果表明,所提算法比其他算法提高大约2%,背景属性有助于提高目标识别率.关键词:属性;目标识别;上下文信息;支持向量机;特征融合中图分类号:TP391文献标识码:A文章编号:1001.5965(2014)12.1702-05ObjectrecognitionbasedonbackgroundattributesLuoJianweiJian
3、gZhiguo(SchoolofAstronautics,BeijingUniversityofAeronauticsandAstronautics。Beijing100191,China)Abstract:Attributeisthesemanticdescriptionofanimage,whichdenotestheexistenceorabsenceofasemanticpropertyoftheimage,anditcannotonlybeshape,material,part,categoryorfunctionalityofanobject,butalsobel
4、abelorcontextofascene.Toimprovetheaccuracyofobjectclassification,consideringthatobjectcategoriesarerelatedtothebackgroundwheretheybelongto,anapproachforobjectrecognitionbasedonmodelingbackgroundattributesandforegroundobjectattributeswasproposed.Eachattributeofbackgroundandobjectwastrainedby
5、asupportvectormachine(SVM)classifier,andtheoutputvalueofeachattributeclassifierwasconcatenatedtoformanewfeature,basedonwhichthefinalSVMclassifierwastrained.10kindsofbackgroundattributesweremanuallyannotatedforeachimage.Comparedtothetradition-almethod,methodonlybasedonobjectattributesandothe
6、rmethodsconsideringdifferentconcatenatingschemesofbackgroundandobjectfeatures。experimentsonthea—Pascaldatasetshowthattheproposedmethodoutperformstheothersbyaround2%.andbackgroundattributescanbenefitobjectrecognitiontask.Keywords:attribute;objectrecognition;context;SVM;featurefusion1基于属性的目标识
7、别篓磊羹鬈羔寨墓£毙麓翼雾蒜麓蓦星霎目标识别一直是计算机视觉研究的热门领示,代入分类器得到类别标签,如图1所示.这里域.给定一幅图像,目标识别的任务是要给出这幅的图像特征一般指的是低级特征,不具有语义信图像中目标所属的类别.它的研究方向主要包括息,这导致传统目标识别方法仅可以用来判断图收稿日期:20144)14)8;网络出版时间:2014-04-2514:38;DOI:10.13700/j.bh.1001-5965.2013.0750网络出版地址:WWW.cnki.net/kcms/doi/lO.137
此文档下载收益归作者所有