计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2012年
13期
5-8
,共4页
随机森林%结构模型学习%SIFT局部特征%判别式码本模型%概率Hough投票%目标遮挡
隨機森林%結構模型學習%SIFT跼部特徵%判彆式碼本模型%概率Hough投票%目標遮擋
수궤삼림%결구모형학습%SIFT국부특정%판별식마본모형%개솔Hough투표%목표차당
为解决复杂图像中的目标检测与定位问题,提出一种基于随机森林的目标检测与定位算法.采用SIFT局部特征构造随机森林分类器,以一个决策树中的全部叶子节点构成一个树型结构的判别式码本模型,从而获得更可靠的概率Hough投票,加快目标检测速度.实验结果证明,该算法效率较高,可用于复杂场景下的目标检测与定位.
為解決複雜圖像中的目標檢測與定位問題,提齣一種基于隨機森林的目標檢測與定位算法.採用SIFT跼部特徵構造隨機森林分類器,以一箇決策樹中的全部葉子節點構成一箇樹型結構的判彆式碼本模型,從而穫得更可靠的概率Hough投票,加快目標檢測速度.實驗結果證明,該算法效率較高,可用于複雜場景下的目標檢測與定位.
위해결복잡도상중적목표검측여정위문제,제출일충기우수궤삼림적목표검측여정위산법.채용SIFT국부특정구조수궤삼림분류기,이일개결책수중적전부협자절점구성일개수형결구적판별식마본모형,종이획득경가고적개솔Hough투표,가쾌목표검측속도.실험결과증명,해산법효솔교고,가용우복잡장경하적목표검측여정위.