时频域混合的融合多特征协方差矩阵目标识别算法
【摘要】:基于特征融合的目标识别中,为了有效选择融合特征,提高目标识别率,如何权衡所选择的特征间的相关性、选择有效的特征融合策略是其中的关键问题.为了解决军事目标在畸变情况下的快速正确识别,提出了多特征协方差矩阵目标识别方法,与经常采用的单一特征目标识别方法相比,该方法具有数据维数更低,特征间相关性更小的优点.该方法分为如下几个步骤:首先,针对同一目标分别提取几组特征并建立各自的特征向量;然后,利用特征向量构建协方差矩阵;最后,利用提出的归一化的fisher判别方法进行模式分类,并将其用于多姿态目标识别.在哥伦比亚大学的coil-20图像库上进行试验,获得了99.54%的平均识别率,试验结果同时证明了算法具有很强的鲁棒性.
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||
|