核协同表示下的多特征融合场景识别
针对复杂场景识别中单一特征提供信息不充分这一问题情况,提出一种多尺度远距离点差值统计变换特征.通过Gabor滤波获得图像的多尺度特征信息,在像素图和滤波图上分别提取改进的远距离点差值统计变换特征,从而生成多尺度描述子,最后将多尺度统计变换特征和视觉词袋模型特征通过核协同表示融合后进行场景分类.该方法充分考虑了尺度信息和远距离点信息,解决了单一特征区分度低的问题.算法在两个标准数据集上进行对比实验,结果表明所提算法取得了较好的识别效果.
场景分类、多尺度、统计特征、协同表示
13
TP391.41(计算技术、计算机技术)
The Central Universities of China under Grant Nos. JUSRP51635B;JUSRP51510 中央高校基本科研业务费专项资金
2020-01-17(万方平台首次上网日期,不代表论文的发表时间)
共11页
1038-1048