陈琳
- 作品数：2 被引量：1H指数：1
- 供职机构：大连理工大学更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于ML_pLSA模型和特征包算法的目标识别方法
- 目标识别技术是计算机视觉中目前比较热门的领域,受到人们越来越多的关注。它已经在卫星遥感图像和医学图像分析、人脸和车辆车牌识别等各个方面发挥着重要的作用。但是目标识别技术仍然面临很大的挑战和问题,比如目标尺度的变化、目标旋...
- 陈琳
- 关键词：目标识别多尺度
- 文献传递网络资源链接
- 基于ML-pLSA模型的目标识别算法被引量：1
- 2011年
- 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。
- 陈琳卢湖川
- 关键词：目标识别多尺度
