基于亲和传递聚类的多类物体识别方法

来源 :计算机工程 | 被引量 : 6次 | 上传用户:seo57364
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多类物体识别在提取特征之后,样本的数量会呈指数倍增加,为减少计算量同时,不降低识别率,采用亲和传递算法对样本数据进行聚类形成视觉字典,帮助并提升物体识别效率。在Sowerby图像数据库上进行实验证明,该方法与使用k均值聚类建立视觉字典方法相比,在同等条件下具有更高的识别率。
其他文献
针对高分辨率下人脸定位速度慢和鲁棒性差的问题,提出一种鲁棒的基于红外照明的Adaboost人脸定位方法。该方法使用近红外结构照明来得到眼睛的候选点,依据眼在脸部的相对固定位置得到人脸的候选窗口,使用级联的Real Adaboost算法定位出所有的人脸。实验结果显示,这种方法能有效提高定位速度和准确度,对一个640×480分辨率的连续视频,系统每帧人脸定位时间小于6ms。
将目标驱动思想引入AGR中,提出一种从AGR元模型到多Agent系统(MAs)组织抽象模型的建模方法。对AGR进行综述,给出该方法的具体步骤和形式化过程。应用于某智能故障诊断系统的结果
拓扑发现是网络管理的重要基础。该文提出一种基于网桥生成树协议STP的算法,利用简单网络管理协议(SNMP)获得各个交换机MIB库中的生成树状态信息,根据生成树协议推导出网络的物理