论文部分内容阅读
在基于视图的三维物体识别系统中,一般采取表征相似视图差异作为识别特征,往往需要较多的特征维数,增加了分类的复杂度,降低了识别效率。本文使用核主成份分析(KPCA)算法对识别特征进行抽取和降维,再应用支持向量机(SVM)进行分类识别,有效解决了上述问题。实验数据采用哥伦比亚图像库,并将所得结果与其他常用识别方法所得结果进行了比较,证明了使用KPCA-SVM方法在不降低分类器性能的前提下,能有效降低输入数据的特征维数,并具有较好的识别性能。