光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2014年
12期
3368-3376
,共9页
李平%魏仲慧%何昕%何丁龙%何家维%梁国龙%凌剑勇
李平%魏仲慧%何昕%何丁龍%何傢維%樑國龍%凌劍勇
리평%위중혜%하흔%하정룡%하가유%량국룡%릉검용
目标识别%多视点%特征融合%特征角点%散布矩阵%独立成分分析%支持向量机
目標識彆%多視點%特徵融閤%特徵角點%散佈矩陣%獨立成分分析%支持嚮量機
목표식별%다시점%특정융합%특정각점%산포구진%독립성분분석%지지향량궤
object recognition%multi-view%feature fusion%particular corner%scatter matrix%Independent Component Analysis(ICA)%Support Vector Machine(SVM)
研究了多视点下三维目标的识别问题.针对传统的采用单一特征的方法在目标描述方面的不足,提出了一种融合多种特征的识别算法.首先,利用各向异性高斯方向导数相关矩阵提取目标角点,采用骨架约束提取特征角点,将各特征角点到目标质心的归一化距离作为角点描述子.接着,分别提取目标的几何矩不变量、仿射矩不变量、目标边界的傅里叶描述子;计算4种特征的类内和类间散布矩阵;以样本散布矩阵的迹作为权重,加权融合4种特征.然后,对融合后的特征向量进行独立成分分析(ICA),得到相互独立的特征分量.最后,采用支持向量机的分类方法进行分类.实验结果表明,本文提出的方法比采用单一特征的方法的正确识别率平均提高10％以上,且在小训练样本(10％总体样本)情况下仍能获得80％以上的识别率,可满足经纬仪实时目标识别系统的要求.
研究瞭多視點下三維目標的識彆問題.針對傳統的採用單一特徵的方法在目標描述方麵的不足,提齣瞭一種融閤多種特徵的識彆算法.首先,利用各嚮異性高斯方嚮導數相關矩陣提取目標角點,採用骨架約束提取特徵角點,將各特徵角點到目標質心的歸一化距離作為角點描述子.接著,分彆提取目標的幾何矩不變量、倣射矩不變量、目標邊界的傅裏葉描述子;計算4種特徵的類內和類間散佈矩陣;以樣本散佈矩陣的跡作為權重,加權融閤4種特徵.然後,對融閤後的特徵嚮量進行獨立成分分析(ICA),得到相互獨立的特徵分量.最後,採用支持嚮量機的分類方法進行分類.實驗結果錶明,本文提齣的方法比採用單一特徵的方法的正確識彆率平均提高10％以上,且在小訓練樣本(10％總體樣本)情況下仍能穫得80％以上的識彆率,可滿足經緯儀實時目標識彆繫統的要求.
연구료다시점하삼유목표적식별문제.침대전통적채용단일특정적방법재목표묘술방면적불족,제출료일충융합다충특정적식별산법.수선,이용각향이성고사방향도수상관구진제취목표각점,채용골가약속제취특정각점,장각특정각점도목표질심적귀일화거리작위각점묘술자.접착,분별제취목표적궤하구불변량、방사구불변량、목표변계적부리협묘술자;계산4충특정적류내화류간산포구진;이양본산포구진적적작위권중,가권융합4충특정.연후,대융합후적특정향량진행독립성분분석(ICA),득도상호독립적특정분량.최후,채용지지향량궤적분류방법진행분류.실험결과표명,본문제출적방법비채용단일특정적방법적정학식별솔평균제고10％이상,차재소훈련양본(10％총체양본)정황하잉능획득80％이상적식별솔,가만족경위의실시목표식별계통적요구.
