Floatboost算法在多视角目标识别中的应用研究
本文在基于ICA特征提取方法之上,研究了用Floatboost算法对目标多视角问题进行分类器设计。在对图像进行独立成分分析后,针对多姿态角目标识别问题,提出了角度优先粗分类的设计方法,并结合三叉决策树进行分类器级联,给出了系统流程,并在实验中就几种特征提取方法和分类器设计算法的组合选取进行了比较。结果显示,基于Floatboost算法的多视角分类器在一定程度上解决了目标旋转缩放问题,可满足系统需求,在实际应用中有较高的参考价值。
雷达探测 目标识别 图像提取 图像处理
郭薇 耿伯英
海军工程大学电子工程学院 武汉 430033
国内会议
中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会
青岛
中文
6-10
2008-07-29（万方平台首次上网日期，不代表论文的发表时间）