点击次数：

论文类型：期刊论文

发表时间：2011-12-15

发表刊物：电子与信息学报

收录刊物：EI、PKU、ISTIC、CSCD、Scopus

卷号：33

期号：12

页面范围：2909-2915

ISSN号：1009-5896

关键字：目标识别;多种分割;多尺度;多尺度概率潜在语义分析(ML-pLSA)

摘要：为了避免图像目标识别过程中识别结果对分割结果的过度依赖,该文提出了一种基于多尺度的概率潜在语义分析目标识别方法(Multi-Level-probabilistic Latent Semantic Analysis,ML-pLSA).该方法利用多种分割算法对图像进行多尺度分割,再利用pLSA算法和词袋方法(Bag Of Words,BOW)对分割区域进行目标类别估计,最后联合多尺度的估计值给出最终分割结果.在目标尺度、目标角度、外界光照变化都相对较大的GRAZ-02数据库上进行实验,结果表明:与传统目标识别算法相比,该方法鲁棒性更强；在识别准确率方面,也有了很大的提高,取得了很好的效果.