基于证据理论融合多特征的物体识别算法

摘要：

为了提高物体的识别正确率，提出一种基于证据理论融合多特征的物体识别算法。提取物体图像的颜色直方图和尺度不变特征，采用极限学习机建立相应的图像分类器，根据单一特征的识别结果构建概率分配函数，并采用证据理论对单一特征识别结果进行融合，得出物体的最终识别结果，采用多个图像数据库对算法有效性进行测试。测试结果表明，该算法不仅提高了物体的识别率，而且加快了物体识别的速度，具有一定的实际应用价值。

关键词：物体识别、证据理论、极限学习机、尺度不变特征变换、颜色直方图

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863No.2009AA093303；高等学校学科创新引智计划No.B13044。

在线出版日期：2015-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：147-151