一种基于子类别感知的可变形部件模型对象检测算法

为解决可变形部件模型中基于长宽比的启发式子类别划分方法难以处理复杂的类内变化问题,提出一种基于形状特征的子类别划分方法,并将其应用到可变形部件模型的训练过程中。对于样本实例,首先基于Canny算子提取对应的边缘信息。提取多尺度力矩特征构建训练样本的形状特征并将其作为特征向量,采用模糊C均值聚类算法进行子类别初始化;然后针对每一个子类别训练一个组件模型形成混合组件模型,优化模型的表现能力。PASCAL VOC 2007数据集的实验结果表明提出的算法超出初始的可变形部件模型的检测性能,平均精度提高了3.5%。