基于生物视觉机理的物体训练和识别方法

摘要

一种基于生物视觉机理的物体训练方法，包括步骤：对训练图像进行Gabor滤波操作，生成各种尺度下的S1图像；对S1图像进行梯度滤波的稀疏化操作，生成图像的稀疏表达；对S1的稀疏表达进行降采样操作生成C1；对C1图像进行滤波操作，滤波卷积子随机采样于所有训练样本的C1图像，生成S2图像；对S2图像进行求最大值操作，生成C2；用C2作为特征向量送入支持向量机SVM分类器。本发明用于智能视觉监控系统，帮助监控系统识别场景中目标的类别，使得监控系统能真正理解场景中正在发生什么，而且可以根据不同的目标类别采取不同的安全级别。用于多媒体数字内容分析中的目标分析，判断目标的类别，用于分析顾客对特定产品或者特定娱乐项目喜好。

主权项

一种基于生物视觉机理的物体训练方法，包括步骤：步骤S11，对训练图像进行Gabor滤波操作，生成各种尺度下的S1图像；步骤S12，对S1图像进行梯度滤波的稀疏化操作，生成图像的稀疏表达；步骤S13，对S1的稀疏表达进行降采样操作生成C1；步骤S14，对C1图像进行滤波操作，滤波卷积子随机采样于所有训练样本的C1图像，生成S2图像；步骤S15，对S2图像进行求最大值操作，生成C2；步骤S16，用C2作为特征向量送入支持向量机SVM分类器。