论文部分内容阅读
为提高目标识别的精确度和速度,提出一种模板选取算法。利用训练样本图像的标记信息,使属于不同类的局部神经反应尽量分开,属于同一类的局部神经反应尽量靠近,以减少模板集合中的冗余,并得到数目较少且具有较强判别能力的模板。实验结果表明,与随机选取算法相比,该模板选取算法可以在保证精确度的前提下明显提高目标识别的效率。