主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第5期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王斌.用于形状识别的目标轮廓无序点集描述与匹配.软件学报,2016,27(12):3131-3142
用于形状识别的目标轮廓无序点集描述与匹配
Shape Recognition Using Unordered Point-Set Description and Matching of Object Contour
投稿时间:2015-11-16  修订日期:2016-03-22
DOI:10.13328/j.cnki.jos.005101
中文关键词:  目标识别  复杂网络  形状描述  形状匹配
英文关键词:object recognition  complex network  shape description  shape matching
基金项目:国家自然科学基金(61372158);江苏省自然科学基金(BK20141487);江苏省“333工程”高层次人才资助项目(BRA2015351);江苏高校科研成果产业化推进工程项目(JHB2012-18);江苏高校优势学科建设工程资助项目(PAPD);江苏省政策引导类计划(产学研合作)-前瞻性联合研究项目(BY2016009-03)
作者单位E-mail
王斌 南京财经大学 信息工程学院, 江苏 南京 210023
江苏省电子商务省级重点实验室(南京财经大学), 江苏 南京 210023
江苏省现代粮食流通与安全协同创新中心, 江苏 南京 210023 
wangbin@njue.edu.cn 
摘要点击次数: 612
全文下载次数: 945
中文摘要:
      将目标形状的轮廓看成一个无序的点集,从中抽取形状特征,用于快速而有效的目标识别是形状分析任务中的挑战性问题.针对该问题,提出了一种基于复杂网络模型的形状描述和识别方法.该方法提出用一种自组织的网络动态演化模型构成一个分层的描述框架,在网络动态演化的每一个时刻,对网络分别进行局部测量和全局测量,抽取网络的无权特征和加权特征.在形状匹配阶段,用获得的局部描述子和全局描述子分别进行局部匹配(基于Hausdorff距离)和全局匹配(基于L1距离),组合两种匹配的距离值构成对形状的差异度度量.用标准的测试集对所提出的方法进行性能测试,实验结果表明,所提出的算法能够快速而又鲁棒地完成较高精度的形状识别任务.
英文摘要:
      Treating the shape contour as an unordered point set and extracting shape features from it for fast and effective shape recognition is a challenge task of shape analysis. To address this issue, a complex-network based shape description and recognition method is proposed in this paper. In this method, a self-organized dynamic network-evolution model is built for providing a hierarchical description framework. In each moment of the dynamic evolution of the complex network, local and global measurements are performed against the network shut that both weighted and un-weighted features are extracted from the network. At the shape matching stage, the local matching (based on Hausdorff distance) and global matching (based on L1 distance) are conducted using the obtained local descriptor and global descriptor respectively. The dissimilar value between two shapes is determined by combining the two distance measures. Several standard test sets are used to evaluate the performance of the proposed method, and the experimental results show that the proposed method can provide robust and fast shape recognition in high accuracy.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 
主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利