基于形状统计模型的多类目标自动识别方法

摘要：

形状是人类视觉系统分析和识别目标的基础.针对现有方法的不足,该文提出了一种新的基于形状统计模型的多类目标自动识别方法.该模型定义形状基元对作为特征描述子,从样本图像中抽取典型基元对,聚类量化后组成形状字典.然后综合分析各类信息,通过无监督学习来统计目标的特征分布状况,构建类别形状模型.快速定位目标区域并辨识对象类别后,可结合图像分割获取精确形状.实验结果表明,该方法能准确、高效地提取多种类型和复杂结构的目标,较好解决了噪声干扰、旋转侧偏等问题,具有较强的实用价值.

关键词：图像处理、目标识别、形状统计模型、无监督学习

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金40871209;国家863计划项目2006AA12Z149;中国科学院电子学研究所青年创新基金

在线出版日期：2010-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2626-2631