基于多稀疏分布特征和最近邻分类的物体识别方法 - 计算机应用研究.pdf

第３３卷第１０期 计 算 机 应 用 研 究 Ｖｏｌ３３Ｎｏ１０ ２０１６年１０月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｏｃｔ．２０１６ 基于多稀疏分布特征和最近邻 分类的物体识别方法 １，２ ３ ４ 孙利娟 ，张继栋 ，杨新锋 （１．武汉大学计算机学院，武汉４３００７２；２．开封教育学院信息电子系，河南开封４７５０００；３．郑州财经学院计 算机系，郑州４５０００７；４．南阳理工学院计算机与信息工程学院，河南 南阳４７３００４） 摘　要：为提高物体识别性能，提出了一种基于多稀疏分布特征和最近邻分类的目标识别方法。提取图像的梯 度模值和方向特征，构建梯度模值和方向图像，分别对灰度图像、梯度模值图像和梯度方向图像进行稀疏表示， 提取稀疏分布特征，得到融合后的多稀疏分布特征，再依据最近邻分类方法进行特征分类，实现物体识别。通过 在国际公认的ＣＯＩＬ１００和ＰＶＯＣ２００７两个公共测试数据集下进行对比实验，对提出方法的参数选择、鲁棒性 和识别性能进行综合评价。实验结果表明，采用提出的方法进行物体识别的识别率高于目前经典的ＳＩＦＴ、ＳＵＲＦ 和ＯＲＢ方法，是一种有效的物体识别方法。 关键词：物体识别；稀疏表示；最近邻距离；梯度；街区距离 中图分类号：ＴＰ３９１４　　 文献标志码：Ａ　　 文章编号：１００１３６９５（２０１６）１０３１５６０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１６．１０．０６３ Ｏｂｊｅｃｔｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｍｕｌｔｉｓｐａｒｓｅｄｉｓｔｒｉｂｕｔｉｏｎ ｆｅａｔｕｒｅｓａｎｄｎｅａｒｅｓｔｎｅｉｇｈｂｏｒｃｌａｓｓｉｆｉｃａｔｉｏｎ １，２ ３ ４ ＳｕｎＬｉｊｕａｎ ，ＺｈａｎｇＪｉｄｏｎｇ，ＹａｎｇＸｉｎｆｅｎｇ （１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７２，Ｃｈｉｎａ；２．Ｄｅｐｔ．ｏｆＩｎｆｏｒｍａｔｉｏｎＥｌｅｃｔｒｏｎｉｃ，ＫａｉｆｅｎｇＩｎｓｔｉｔｕｔｅｏｆＥｄｕｃａｔｉｏｎ， ＫａｉｆｅｎｇＨｅｎａｎ４７５０００，Ｃｈｉｎａ；３．Ｄｅｐｔ．ｏｆＣｏｍｐｕｔｅｒ，ＺｈｅｎｇｚｈｏｕＩｎｓｔｉｔｕｔｅｏｆＦｉｎａｎｃｅ＆Ｅｃｏｎｏｍｉｃｓ，Ｚｈｅｎｇｚｈｏｕ４５０００７，Ｃｈｉｎａ；４．Ｓｃｈｏｏｌｏｆ Ｃｏｍｐｕｔｅｒ＆ＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｙａｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，ＮａｎｙａｎｇＨｅｎａｎ４７３００４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｏｂｊｅｃｔｒｅｃｏｇｎｉｔｉｏｎ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎｏｂｊｅｃｔｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｂａｓｅｄ ｏｎｍｕｌｔｉｓｐａｒｓｅｄｉｓｔｒｉｂｕｔｉｏｎｆｅａｔｕｒｅｓａｎｄｎｅａｒｅｓｔｎｅｉｇｈｂｏｒｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｉｔｅｘｔｒａｃｔｅｄｔｈｅｆｅａｔｕｒｅｓｏｆｇｒａｄｉｅｎｔｍａｇｎｉｔｕｄｅａｎｄｄｉ ｒｅｃｔｉｏｎｏｆｉｍａｇｅ，ａｎｄｃｏｎｓｔｒｕｃｔｅｄｇｒａｄｉｅｎｔｍａｇｎｉｔｕｄｅｉｍａｇｅａｎｄｇｒａｄｉｅｎｔｄｉｒｅｃｔｉｏｎｉｍａｇｅ．Ｔｈｅｎ，ｉｔｅｘｅｃｕｔｅｄｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａ ｔｉｏｎｏｎｇｒａｙｉｍａｇｅ，ｇｒａｄｉｅｎｔｍａｇｎｉｔｕｄｅｉｍａｇｅａｎｄｇｒａｄｉｅｎｔｄｉｒｅｃｔｉｏｎｉｍａｇｅ