基于区域分割随机树的特征识别匹配算法

摘要：

本文提出一种基于区域分割的随机树分类算法。随机树分类算法是一种有监督学习的模式识别分类算法,可有效地应用于增强现实系统中的特征识别与匹配.为克服现有随机树算法中特征点选择的随意性,使其更具自适应性,本文提出利用区域分割算法改进现有随机树的离线训练机制,提高随机树分类器的鲁棒性和自适应性.实验结果表明,将该改进算法应用于增强现实跟踪定位系统中,显著提高了系统的鲁棒性.

关键词： 增强现实 随机树分类 区域分割 特征识别 匹配算法 分类算法 学习模式 特征匹配

作者: 林精敦 王涌天 陈靖 刘越 郭俊伟 刘伟 薛康

作者单位: 北京理工大学 光电学院,北京100081

会议类型: 国内会议

会议名称: 第四届图像图形技术与应用学术会议

会议地点: 北京

会议语种:中文

页码: 221-226

在线出版日期: 2009-04-01（万方平台首次上网日期，不代表论文的发表时间）