-
题名基于图像局部纹理特征的SAR目标识别算法
被引量:2
- 1
-
-
作者
宋斐
-
机构
宁夏医科大学理学院
-
出处
《中国电子科学研究院学报》
北大核心
2018年第3期291-296,共6页
-
基金
教育部春晖计划(Z2011053)
多模医学图像快速配准的研究
-
文摘
传统基于Gabor滤波器的SAR目标识别方法根据图像全局特征进行目标识别,忽略图像局部纹理特征,容易受到噪声因素的干扰,获取的SAR目标识别结果精确度较低。因此,提出基于图像局部纹理特征的SAR目标识别算法,对SAR图像纹理特征进行提取,提取SAR图像纹理特征时,采用优化的TPLBP特征描述器提取图像局部纹理特征,获取TPLBP局部纹理特征向量;通过基于ELM分类器的SAR目标识别算法,对TPLBP局部纹理特征向量进行SAR目标分类与识别,获取理想的SAR目标识别结果。实验结果表明,所提方法在SAR目标识别方面具有准确率高、误判率低的优势。
-
关键词
SAR图像
局部纹理特征
tplbp特征描述器
特征提取
ELM分类器
目标识别
-
Keywords
SAR image
Local texture feature
tplbp feature descriptor
Feature extraction
ELM classifier
Target recognition
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于TPLBP和深度学习的人脸识别
- 2
-
-
作者
毛永新
陈之坤
-
机构
山东科技大学
-
出处
《信息技术与信息化》
2018年第2期61-64,共4页
-
文摘
针对人脸数据维度过高和非限定条件下(如表情、姿态等发生变化时)将出现人脸识别率较低问题,提出了一种基于改进的局部二值特征和深度学习的人脸识别算法。首先,对人脸数据进行预处理,应用TPLBP算子提取人脸的局部纹理特征;然后,采用深度信念网络对提取到的TPLBP特征进行学习和降维;最后,采用Softmax分类器对学习后有效人脸特征进行分类。本文算法在ORL人脸数据库进行测试,识别率达到97.33%,与其他人脸识别方法相比,人脸识别率有明显提高。
-
关键词
tplbp特征
深度学习
深度信念网络
Softmax分类器
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-