公开(公告)号：CN105654122A

公开(公告)日：2016-06-08

申请号：CN201511002911.9

申请日：2015-12-28

Applicant: 江南大学

Inventor： 孔军 ,  张迎午 ,  蒋敏 ,  高坤 ,  柳晨华

IPC: G06K9/62 ,  G06K9/52

CPC classification number: G06K9/6212 ,  G06K9/52 ,  G06K9/6223

Abstract: 本发明公开了一种基于核函数匹配的空间金字塔物体识别方法。包含以下步骤：提取物体图像的ED-SIFT(Efficient Dense Scale-invariant Feature Transform)描述子；使用k-means++聚类算法将训练样本的ED-SIFT描述子聚类，获得视觉词典；引入空间金字塔，使用核函数匹配获得训练样本和测试样本的视觉单词直方图；使用SVM分类器完成训练样本的训练和测试样本的识别。本发明提出的算法对物体图像的识别具有较高的辨识度，并且在训练样本较少的情况下，采用简单的SVM分类器就可以获得良好的分类效果。

公开(公告)号：CN105654122B

公开(公告)日：2018-11-16

申请号：CN201511002911.9

申请日：2015-12-28

Applicant: 江南大学

Inventor： 孔军 ,  张迎午 ,  蒋敏 ,  高坤 ,  柳晨华

IPC: G06K9/62 ,  G06K9/52

Abstract: 本发明专利公开了一种基于核函数匹配的空间金字塔物体识别方法。包含以下步骤：提取物体图像的ED‑SIFT(Efficient Dense Scale‑invariant Feature Transform)描述子；使用k‑means++聚类算法将训练样本的ED‑SIFT描述子聚类，获得视觉词典；引入空间金字塔，使用核函数匹配获得训练样本和测试样本的视觉单词直方图；使用SVM分类器完成训练样本的训练和测试样本的识别。本专利提出的算法对物体图像的识别具有较高的辨识度，并且在训练样本较少的情况下，采用简单的SVM分类器就可以获得良好的分类效果。