譚論正 夏利民
摘 要:針對(duì)傳統(tǒng)方法直接采用圖像特征參與圖像分割時(shí)存在的特征冗余且分割準(zhǔn)確率低的問題,提出了一種基于協(xié)方差描述子和LogitBoost的交通場(chǎng)景圖像分割方法.采用運(yùn)動(dòng)結(jié)構(gòu)特征、紋理和HOG特征描述交通場(chǎng)景,并利用協(xié)方差描述子進(jìn)行特征融合以消除特征冗余;采用多類LogitBoost分類器進(jìn)行圖像分割,提高了交通場(chǎng)景分割的精度.在公共測(cè)試視頻數(shù)據(jù)庫CamVid中測(cè)試和評(píng)估了所提出的算法,結(jié)果表明了該方法的有效性.
關(guān)鍵詞:場(chǎng)景分割;運(yùn)動(dòng)特征;協(xié)方差描述子;LogitBoost
中圖分類號(hào):TP391 文獻(xiàn)標(biāo)識(shí)碼:A