Region-based multi-class object recognition and segmentation
吴士林, 中国科学院沈阳自动化研究所,沈阳,110016, 耿佳佳, 于泳, 于泳, 北京 中国科学院研究生院, 中国科学院光电信息处理重点实验室,沈阳,110016, 辽宁省图像理解与视觉计算重点实验室,沈阳,110016 · Journal of Image and Graphics · 2011
为了实现复杂自然场景中多类目标的识别与分割，利用条件随机场(CRF)对目标特征进行建模，并在此基础上运用过分割算法将图片分为有限个连续区域，提出一种新的基于区域的CRF模型，即R-CRF模型，并采用Joint-boost算法对标注样本进行训练，研究基于主题的R-CRF模型在多类目标识别与分割中的应用。MSRC-21类数据库的实验结果表明，该算法在多类目标识别与分割中取得的结果优于国内外其他算法，尤其对于其他算法中正确率很低的形状多变而样本少的高结构物体的识别和分割取得了很好的结果。