این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Engineering، جلد ۲۶، شماره ۱۱، صفحات ۱۲۸۱-۱۲۸۸
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Object Recognition based on Local Steering Kernel and SVM
چکیده انگلیسی مقاله The proposed method is to recognize objects based on application of Local Steering Kernels (LSK) as Descriptors to the image patches. In order to represent the local properties of the images, patch is to be extracted where the variations occur in an image. To find the interest point, Wavelet based Salient Point detector is used. Local Steering Kernel is then applied to the resultant pixels, in order to obtain the most promising features. The features extracted will be over complete so in order to reduce dimensionality, Principal Component Analysis (PCA) is applied. Further, the sparse histogram is taken over the PCA output. The classifier used here is Support Vector Machine (SVM) Classifier. Bench mark database used here is UIUC car database and the results obtained are satisfactory. The results obtained using LSK kernel is compared by varying parameters such as patch size, number of salient points/patches, smoothing parameter and scaling parameter.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله Ramar Ahila Priyadharshini |
Electronics and Communication Engineering, Mepco Schlenk Engineering College

Selvaraj Arivazhagan |
Principal, Mepco Schlenk Engineering

نشانی اینترنتی http://www.ije.ir/article_72198_eafd6381daca19a16b85e3d77aabadd8.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/409/article-409-2062826.pdf
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات