Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2011-12-15

Journal: 电子与信息学报

Included Journals: Scopus、CSCD、ISTIC、PKU、EI

Volume: 33

Issue: 12

Page Number: 2909-2915

ISSN: 1009-5896

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

Abstract: 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.