适用于诱捕图像中单只及交叠飞蛾计数的支持向量机识别方法
计算机视觉与模式识别
2018-09-19 v1
摘要
本文旨在开发一种真实场景下从诱捕图像中自动识别飞蛾的算法。该方法使用我们先前的工作进行检测[1]，并引入一个适配的分类步骤。更具体地，SVM分类器使用多尺度描述子——曲率显著性直方图（HCS）进行训练。该描述子对光照变化具有鲁棒性，并能够在多尺度下检测并描述目标昆虫的内外轮廓。所提出的分类方法可使用少量图像进行训练。定量评估表明，所提方法能够以比现有最优方法更高的准确率（95.8%）对昆虫进行分类。
引用
@article{arxiv.1809.06663,
title = {Support Vector Machine (SVM) Recognition Approach adapted to Individual and Touching Moths Counting in Trap Images},
author = {Mohamed Chafik Bakkay and Sylvie Chambon and Hatem A. Rashwan and Christian Lubat and Sébastien Barsotti},
journal= {arXiv preprint arXiv:1809.06663},
year = {2018}
}