基于似物性判别的视觉目标检测方法

毛玉仁; 郭松; 郑阳明; 林华

doi:10.13873/j.1000-9787(2017)11-0147-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于似物性判别的视觉目标检测方法

计算与测试 | 更新时间：2025-09-11

- 基于似物性判别的视觉目标检测方法
- Visual object detection method based on objectness estimation
- 传感器与微系统 2017年36卷第11期页码：147-150
- 作者机构：
  
  1. 浙江大学航空航天学院微小卫星研究中心
  2. 上海航天技术研究院
- 作者简介：
- 基金信息：
  
  国家“863”高技术研究发展计划资助项目（GFJG—128205—E31401）
- DOI：10.13873/j.1000-9787(2017)11-0147-04
  中图分类号： TP391.41
- 纸质出版：2017
- 稿件说明：
移动端阅览
[1]毛玉仁,郭松,郑阳明,林华.基于似物性判别的视觉目标检测方法[J].传感器与微系统,2017,36(11):147-150.

MAO Yu-ren, GUO Song, ZHENG Yang-ming, et al. Visual object detection method based on objectness estimation[J]. 2017, 36(11): 147-150.
[1]毛玉仁,郭松,郑阳明,林华.基于似物性判别的视觉目标检测方法[J].传感器与微系统,2017,36(11):147-150. DOI： 10.13873/j.1000-9787(2017)11-0147-04.

MAO Yu-ren, GUO Song, ZHENG Yang-ming, et al. Visual object detection method based on objectness estimation[J]. 2017, 36(11): 147-150. DOI： 10.13873/j.1000-9787(2017)11-0147-04.

摘要

提出了一种基于似物性判定理论的单图像视觉目标检测算法。在组合几何学的引导下遴选候选图像窗口;应用创新提出的基于图像分割的结构化特征结合支持向量机对候选窗口的似物性进行评分;根据评分对候选窗口进行排序遴选。在PASCAL VOC2007数据集上进行了定量验证

结果表明:当候选集容量为1 000时

算法可达到96.1%的召回率。检测性能优于目标识别领域的4种经典算法。

Abstract

An object detection method for single images based on objectness estimation theory is proposed.Original proposals are generated based on combinational geometry. The proposals are scored by segmentation-based structural feature and support vector machine. Proposals are sorted according to their score. Quantitative validation on PASCAL VOC 2007 dataset

when the number of the proposals is 1 000

the algorithm can achieve recall rate at96. 1 %. Its detection performnce outperforms four classic algorithms.

关键词

Keywords

references

Selective Search for Object Recognition [J] . J. R. R. Uijlings,K. E. A. Sande,T. Gevers,A. W. M. Smeulders. International Journal of Computer Vision . 2013 (2)

Efficient Graph-Based Image Segmentation [J] . Pedro F. Felzenszwalb,Daniel P. Huttenlocher. International Journal of Computer Vision . 2004 (2)

Robust Real-Time Face Detection [J] . Paul Viola,Michael J. Jones. International Journal of Computer Vision . 2004 (2)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于视觉的特定目标物位姿检测方法

基于Faster-RCNN的交通信号灯检测与识别

基于YOLO v3的交通标志牌检测识别

基于特征增强及密集场景优化的遥感目标检测算法

路面车辆的视觉检测方法