基于组件词表的物体识别

摘要：

提出一种基于组件词表的物体识别方法,通过AdaBoost从物体样本图像的组件中选取一些最具区分性的组件,构成组件词表.每幅图像都用词表中的组件来表征,在此基础上用稀疏神经网络来训练分类器.实验结果表明,该方法识别精度较高,对于遮挡和复杂背景有较强的鲁棒性.

关键词：物体识别、基于组件的表示、组件词表、AdaBoost算法、稀疏神经网络

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2008-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：38-40