期刊文献+

基于视觉显著性和视觉信息处理模型的特征提取方法

Face feature extraction based on saliency map and the model of visual information processing
下载PDF
导出
摘要 特征提取是模式识别中的一个重要环节,本文首先利用Itti视觉显著性分析算法,提取视觉对输入图像的感兴趣部分,从而一定程度上消除了复杂背景等因素的影响;然后通过视觉信息处理模型HMAX模型对该感兴趣图像通过分层处理提取特征向量,得到了具有尺度不变性、平移不变性、旋转不变性的特征向量,解决了模式识别、尤其是人脸识别中的一个重要难题。在Caltech101中faces库的实验结果证明了该算法的有效性。 Face feature extraction is the key procedure in pattern recognition. First, this paper analyses Itti's saliency map for the attention area, which eliminates the influence of environment. Then we get the feature through HMAX model, which is invariant in size, translation and rotation. It solves a difficulty in face recognition. Finally, the experiments on Caltech101 face databases verify the effectiveness of the proposed method.
出处 《电子测量技术》 2007年第1期130-132,共3页 Electronic Measurement Technology
关键词 视觉显著性 视觉信息处理 感兴趣区域 特征提取 saliency map visual information processing attention area
  • 相关文献

参考文献6

  • 1HEISENBERG M,WOLF R.Studies of Brain Function[J].Berlin,Germany:Springer-Verlag,1984.
  • 2ITTI L,KOCH C.Computational modeling of visual attention[J].Nature Reviews Neuroscience,2001,2(3):194-230.
  • 3ITTI L,KOCH C.Feature combination strategies for saliency-based visual attention systems[J].Journal of Electronic Imaging,2001,10(1):161-169.
  • 4RESENHUBER M,POGGIO T.Hierarchical models of object recognition in cortex[J].Nature Neuroscience 2,1999:1019-1025.
  • 5SERRE T,LOUTIE J,RIESENHUBER M,et al.Object Recognition with Feature Inspired by Visual Cortex[C].IEEE Conference on Computer Vision and Pattern Recognition (CVPR),San Diego,2005.
  • 6MUTCH J,LOWE D.Multiclass Object Recognition with Sparse,Localized HMAX Features[C].IEEE Conference on Computer Vision and Pattern Recognition,New York,NY,2006.

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部