Automatic Multi-categorical Objects Recognition Using Shape Statistical Models
基于形状统计模型的多类目标自动识别方法

形状是人类视觉系统分析和识别目标的基础。针对现有方法的不足，该文提出了一种新的基于形状统计模型的多类目标自动识别方法。该模型定义形状基元对作为特征描述子，从样本图像中抽取典型基元对，聚类量化后组成形状字典。然后综合分析各类信息，通过无监督学习来统计目标的特征分布状况，构建类别形状模型。快速定位目标区域并辨识对象类别后，可结合图像分割获取精确形状。实验结果表明，该方法能准确、高效地提取多种类型和复杂结构的目标，较好解决了噪声干扰、旋转侧偏等问题，具有较强的实用价值。