国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

您好,歡迎來電子發燒友網! ,新用戶?[免費注冊]

您的位置:電子發燒友網>源碼下載>數值算法/人工智能>

基于改進BOF模型的奶牛識別算法

大?。?/span>1.03 MB 人氣: 2017-12-14 需要積分:1

  針對特征袋(BOF)模型中存在特征計算耗時、識別精度低的不足,提出一種新的改進BOF模型以提高其目標識別的精度和效率,并將其應用于奶牛個體識別。該算法首先引入優化方向梯度直方圖( HOG)特征對圖像進行特征提取和描述,然后利用空間金字塔匹配原理( SPM)生成圖像基于視覺詞典的直方圖表示,最后自定義直方圖交叉核作為分類器核函數。該算法在項目組自行拍攝的數據集(包含15類奶牛、共7500張奶牛頭部圖像)上的實驗結果表明,使用基于SPM的BOF模型將算法的識別率平均提高2個百分點;使用直方圖交叉核相比使用高斯核將算法的識別率平均提高2.5個百分點;使用優化HOG特征,相比使用傳統HOC特征將算法識別率平均提高21.3個百分點,運算效率為其1. 68倍;相比使用尺度不變特征變換(SIFT)特征,在保證平均識別精度達95. 3%的基礎上,運算效率為其7.10倍。分析結果可知,該算法在奶牛個體識別領域具有較好的魯棒性和實用性。

基于改進BOF模型的奶牛識別算法

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發表評論

      用戶評論
      評價:好評中評差評

      發表評論,獲取積分! 請遵守相關規定!

      ?