视觉目标分类器的比较综述
图像与视频处理
2018-06-19 v1 计算机视觉与模式识别
摘要
视觉目标类的分类是计算机视觉中最成熟的关注领域之一。要获得一个能提供预期目标分类结果的特定检测器、描述子或分类器始终具有挑战性。因此，比较现有的不同检测、描述子和分类器方法并选择单一或两到三种组合以获得最优结果至关重要。在本文中，我们给出了不同特征描述子和分类器的比较综述。在特征描述子方面，涵盖了SIFT（稀疏与稠密）和HeuSIFT组合颜色描述子；在分类技术方面，比较实践实现综述涵盖了支持向量分类器、K近邻、ADABOOST和fisher。
引用
@article{arxiv.1806.06321,
title = {Comparative survey of visual object classifiers},
author = {Hiliwi Leake Kidane},
journal= {arXiv preprint arXiv:1806.06321},
year = {2018}
}
备注
9 pages