基于多尺度梯度与角点形状描述符的物体类别检测与分类
计算机视觉与模式识别
2015-05-05 v1
摘要
本文提出一种新颖的多尺度梯度及一种基于角点的形状描述符。该新颖的基于多尺度梯度的形状描述符与通用傅里叶描述符相结合，以提取基于轮廓和区域的形状信息。基于形状信息的物体类别检测与分类技术配合随机森林分类器得到了优化。本文提出的集成描述符对旋转、尺度、平移、仿射变形、含噪轮廓和含噪形状具有鲁棒性。新的基于角点的插值形状描述符已被用于实现更高精度的快速物体检测与分类。
引用
@article{arxiv.1505.00432,
title = {Object Class Detection and Classification using Multi Scale Gradient and Corner Point based Shape Descriptors},
author = {Basura Fernando and Sezer Karaoglu and Sajib Kumar Saha},
journal= {arXiv preprint arXiv:1505.00432},
year = {2015}
}
备注
4 pages