自然场景中多类目标识别的算法研究

CORC > 沈阳自动化研究所 > 中国科学院沈阳自动化研究所 > 光电信息技术研究室

	自然场景中多类目标识别的算法研究
	朱枫
刊名	计算机工程与科学
	2012
卷号	34 期号:3 页码:91-95
关键词	目标识别多类图像分割 Joint-boost算法
ISSN号	1007-130X
其他题名	Multi-Class Object Recognition in Natural Scenes
产权排序	1
中文摘要	为了实现复杂自然场景中多类目标的识别与分割,本文利用条件概率模型(CM)对目标特征进行建模,融合了纹理特征、纹理环境特征和位置特征,并采用场景类别对各类目标间的相互约束关系进行建模,在此基础上研究基于场景类别的条件概率模型(sCM)在多类目标识别与分割中的应用。本文选用Oliva&Torralba数据库对模型进行实验并与国外其他方法进行了比较。实验结果表明,该算法在多类目标识别与分割中取得很好的结果,在提高总体识别率的同时提高了物体边缘部分识别与分割的正确率,更有效地提高了视觉效果。
英文摘要	In this paper, a conditional model (CM) is used to incorporate different feature potentials including texture, texture environment and location features of objects for multi-class object recognition and segmentation in complex natural images. Besides, we model the relationship between different objects by the scene of images and propose a new scene-based conditional model called the sCM model. We investigate the performance of our model in the class-based pixel-wise segmentation of images on the Oliva & Torralba database and compare its result with other methods. The results show that our theme-based R-CRF model significantly improves the accuracy of objects in the whole database. More significantly, a large perceptual improvement is gained, i.e. the details of different objects are correctly labeled.
收录类别	CSCD
语种	中文
CSCD记录号	CSCD:4503568
公开日期	2012-10-24
内容类型	期刊论文
源URL	[http://ir.sia.ac.cn/handle/173321/10063]
专题	沈阳自动化研究所_光电信息技术研究室
推荐引用方式 GB/T 7714	朱枫. 自然场景中多类目标识别的算法研究[J]. 计算机工程与科学,2012,34(3):91-95.
APA	朱枫.(2012).自然场景中多类目标识别的算法研究.计算机工程与科学,34(3),91-95.
MLA	朱枫."自然场景中多类目标识别的算法研究".计算机工程与科学 34.3(2012):91-95.