针对多类分类的 KAZE 与 MCM 基准评测
计算机视觉与模式识别
2015-05-21 v1 信息检索
摘要
在本文中，我们提出了一种通过适当融合 KAZE 与 SIFT 特征来生成特征的新方法。随后我们将该特征集与最小复杂度机 (MCM) 结合用于物体分类。我们展示了 KAZE 与 SIFT 特征是互补的。实验结果表明，这些技术的初步集成可以优于最先进方法。
引用
@article{arxiv.1505.05240,
title = {Benchmarking KAZE and MCM for Multiclass Classification},
author = {Siddharth Srivastava and Prerana Mukherjee and Brejesh Lall},
journal= {arXiv preprint arXiv:1505.05240},
year = {2015}
}