基于核稀疏编码的红外目标识别方法

2016-03-28 03:41:47杨春伟王仕成廖守亿刘华平
红外技术 2016年3期
关键词:分类特征

杨春伟,王仕成,廖守亿,刘华平



基于核稀疏编码的红外目标识别方法

杨春伟1,2,王仕成1,廖守亿1,刘华平2

(1.第二炮兵工程大学精确制导仿真技术实验室,陕西 西安 710025;2.清华大学计算机科学与技术系,北京 100084)

针对红外目标识别问题,提出了一种基于协方差描述子和核稀疏编码的红外目标识别方法。该方法结合了红外图像的灰度、一阶以及二阶梯度等特征的协方差描述子作为红外目标的特征,并采用Log-Euclidean度量进行特征相似性计算,通过高斯核函数将协方差描述子映射到高维空间,最后在新的特征空间上进行稀疏编码。实测数据实验结果表明,与传统的KNN(k-nearest neighbor,k最近邻)以及SVM(support vector machine,支持向量机)等分类算法相比,基于核稀疏编码的红外识别方法在识别准确率上有很大的提高。

协方差描述子;核稀疏编码;红外目标识别

0 引言

作为图像处理领域的一个热门研究课题,目标识别在军事运动目标的识别与跟踪、交通检测以及人脸识别等方面有着广泛的应用。而随着红外成像技术的发展,红外目标识别技术在军事领域受到了越来越多的关注。红外目标识别算法主要包括4个阶段:红外目标检测、背景杂波抑制、红外目标的特征提取以及目标的分类识别。由于前2个阶段的研究已经比较成熟[1-2],本文对红外目标的特征提取及分类识别进行研究。特征提取主要是提取目标的边缘、形状以及纹理等显著性特征,而分类识别则指选取合适的分类器对目标的特征进行分类。……

登录APP查看全文

猜你喜欢
分类特征
分类算一算
垃圾分类的困惑你有吗
大众健康(2021年6期)2021-06-08 19:30:06
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
教你一招:数的分类
给塑料分分类吧
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15