基于部位特征和全局特征的物体细粒度识别

摘要：

目前大部分细粒度识别通常仅对整体特征进行提取并分类,而忽略了角度和姿态引起的部件上视觉差异,为此提出一种基于部位特征和全局特征的物体细粒度识别方法.首先将目标进行姿态聚类,使得相同姿态下展现目标相一致的可见部位,进而提取目标的部位特征,并在各姿态类内结合目标的整体特征做分类.该模型在姿态和视角影响尤其明显的鸟类数据库CUB_200-2011上进行了实验验证,结果表明与现有的同类方法相比,本文方法具有更好的性能.

关键词：细粒度、姿态聚类、部位特征、整体特征

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61662034;江西省教育厅科学基金一般项目GJJ150353

在线出版日期：2017-11-29（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：1-4,9