基于图像多通道K-SVD算法的牛脸识别研究

作者：赵建敏; 姜世奇^*; 李琦

来源：黑龙江畜牧兽医, 2021, (18): 42-149.

DOI：10.13881/j.cnki.hljxmsy.2020.02.0394

• 个体识别
• 牛
• 字典学习
• 多通道
• K-SVD算法
• 正交匹配追踪

为了实现中小型牧场实际养殖环境下牛只个体身份识别,达到精细化饲养的目的,试验提出了一种基于图像多通道K-奇异值分解(K-SVD)算法的字典学习算法来进行牛脸识别。该算法结合稀疏表示理论,通过R、G、B 3个通道获取更多图像细节和分量信息,将3个通道分量划分为n×n的网格重构输入矩阵。利用正交匹配追踪算法(OMP)对重构矩阵进行稀疏表示,结合K-SVD算法进行字典更新,为每类样本构造对应通道的学习字典。最后,利用该算法对20头牛的400张牛脸图像数据集进行验证,并与K-SVD算法和SRC算法进行比较。结果表明:图像多通道K-SVD算法的识别准确率为92.9%,在识别精度和稀疏表示能力上均优于K-SVD算法和SRC算法。说明将图像处理算法和稀疏表示理论进行结合,利用多通道信息可以提取更多的图像特征,进一步提升识别准确率。

• 单位
  内蒙古科技大学