一种面向局部神经反应的模板选取算法

摘要：

为提高目标识别的精确度和速度,提出一种模板选取算法.利用训练样本图像的标记信息,使属于不同类的局部神经反应尽量分开,属于同一类的局部神经反应尽量靠近,以减少模板集合中的冗余,并得到数目较少且具有较强判别能力的模板.实验结果表明,与随机选取算法相比,该模板选取算法可以在保证精确度的前提下明显提高目标识别的效率.

关键词：目标识别、特征提取、局部编码、描述子、k-means聚类算法、模板选取

所属期刊栏目：43

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金61074046/F030107;中央高校基本科研业务费专项资金CCNU14A05023;中央高校探索创新项目CCNU15A02060

在线出版日期：2017-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：277-281