论文研究一种基于优化“词袋”模型的物体识别方法.pdf

针对传统基于“词袋”模型物体识别现有方法的不足，对现特征表达、视觉词典和图像表示方法进行优化，以提高物体识别正确率。采用HUE直方图与SIFT特征描述符分别描述兴趣点周围的颜色和形状特征，实现“词袋”模型下两种特征的特征级和图像级融合，引入K-means聚类算法生成视觉词典，并利用软权重思想将特征向量映射到视觉单词形成图像直方图。实验结果表明，所述方法会产生较高的物体识别正确率，且识别结果不受两种特征融合权重的影响。