基于最小点对成本的二维轮廓精确匹配与分析方法
Computer Engineering(2020)
Abstract
针对物体识别中轮廓精确匹配与部位识别问题,提出一种基于最小点对成本的改进轮廓精确匹配与分析方法.采用交互式分割法学习不同类别的轮廓分析参数和轮廓原型数据,构建类别轮廓原型知识库.引入粗到精的二级匹配和最小点对成本精确匹配2种策略以进行轮廓匹配,其中粗到精的二级匹配策略可有效降低匹配过程对轮廓细节变化的敏感性,最小点对成本精确匹配策略能保证匹配具有平移不变性、旋转不变性、镜像不变性和尺度不变性,且能以直观的方式呈现匹配结果.在Animal数据集上的实验结果表明,该方法在物体识别中的部位分割、轮廓识别和部位识别等方面具有较高的准确率,且能同时精确识别轮廓类别及其部位类别.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined