查询结果:   原彧鑫,周向东.融合深度及边界信息的图像目标识别[J].计算机应用与软件,2017,34(4):183 - 187,220.
中文标题
融合深度及边界信息的图像目标识别
发表栏目
图像处理与应用
摘要点击数
692
英文标题
OBJECT RECOGNITION COMBINED WITH DEPTH AND BOUNDARY INFORMATION
作 者
原彧鑫 周向东 Yuan Yuxin Zhou Xiangdong
作者单位
复旦大学计算机科学技术学院 上海 200433     
英文单位
School of Computer Science and Technology,Fudan University,Shanghai 200433,China     
关键词
目标识别 区域融合 深度信息 深度学习 支持向量机
Keywords
Object recognition Region merge Depth information Deep learning SVM
基金项目
国家自然科学基金项目(61370157)
作者资料
原彧鑫,硕士生,主研领域:计算机视觉。周向东,教授。 。
文章摘要
为精确定位候选目标,提高目标识别效果,提出一种融合图像边界信息和深度信息的目标识别方法,该方法可以产生数量更少、定位更准确的图像候选目标。然后提取深度学习特征,通过支持向量机分类模型,实现目标识别。在两个常用数据集上进行对比实验显示,与Baseline和选择性搜索等方法相比,该方法显著地提高了目标识别的性能。
Abstract
In order to locate the candidate object accurately and improve the target recognition effect, an object recognition method combined with depth and boundary information is proposed. The proposed method can generate less but better object candidates with more accurate location. Then the depth learning feature is extracted, and the SVM classification model is used to realize the target recognition. Experimental results on two common data sets show that compared with Baseline and selective search, this method improves the performance of object recognition significantly.
下载PDF全文