2010, 27(3): 29-32.
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.