一种结合显著性检测与词袋模型的目标识别方法

摘要：

针对词袋模型易受到无关的背景视觉噪音干扰的问题,提出了一种结合显著性检测与词袋模型的目标识别方法.首先,联合基于图论的视觉显著性算法与一种全分辨率视觉显著性算法,自适应地从原始图像中获取感兴趣区域.两种视觉显著性算法的联合可以提高获取的前景目标的完整性.然后,使用尺度不变特征变换描述子从感兴趣区域中提取特征向量,并通过密度峰值聚类算法对特征向量进行聚类,生成视觉字典直方图.最后,利用支持向量机对目标进行识别.在PASCAL VOC 2007和MSRC-21数据库上的实验结果表明,该方法相比同类方法可以有效地提高目标识别性能.

关键词：词袋模型、显著性检测、密度峰值聚类、目标识别

所属期刊栏目：39

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61272195,61472055;重庆市基础与前沿研究项目cstc2014jcyjjq40001

在线出版日期：2017-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1706-1713