感知与规避技术中的入侵目标检测的特征选择

摘要：

论文针对基于视觉的感知与规避技术中的入侵目标检测,提出了一套稀疏表示框架下的图像特征选择机制.基于稀疏编码和空间金字塔匹配算法(sc-SPM)的低层特征描述子常用的是方向梯度直方图(HOG)特征和尺度不变特征转换(SIFT)特征,而论文通过对在复杂背景下不同天气情况的入侵目标检测结果的查全率(recall)曲线来比较这两种特征描述子性能,最后选择性能最好的特征描述子作为sc-SPM特征提取算法的底层特征.实验结果表明,SIFT特征描述子更能适用于多种不同天气情况并且具有更好的鲁棒性.

关键词：感知与规避、检测、sc-SPM、特征提取、HOG、SIFT、edge-boxes

所属期刊栏目：47

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;南京航空航天大学研究生创新基地实验室开放基金

在线出版日期：2020-01-17（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：334-338,464