基于视觉显著性的场景目标识别
作者:
薛梦霞
[1] ;
彭晖
[2] ;
刘士荣
[2] ;
张波涛
[2]
关键词:
目标识别
视觉显著性
GrabCut算法
BoVW模型
支持向量机
摘要:
场景目标识别是场景理解的重要内容之一,提出一种新颖的基于视觉显著性的场景目标识别方法。该方法受生物视觉认知机理的启发,利用视觉显著机制来凸显场景中的感兴趣区域。首先利用GBVS模型对图像数据进行高效筛选,获得特定感兴趣的显著性区域。然后基于图分割理论(Graph Cuts Theory)的Grab Cut算法被用于提取图像中的显著性目标。最后运用SURF特征描述目标对象,通过SURF特征的学习产生目标物体的Bo VW视觉词包,运用视觉词包的SVM分类匹配实现目标对象的图像特征与语义描述之间的知识映射。麻省理工学院LabelMe图像库的实验测试结果表明所述方法具有较高的识别率。
上一篇:基于自适应模糊PID飞剪式冲切机控制研究
下一篇:二级倒立摆的奇异摄动分频控制