结合HOG与SVM的电子元件多位姿目标检测研究

作     者：薄文嘉 倪受东 BO Wen-jia;NI Shou-dong

作者机构：南京工业大学机械与动力工程学院江苏南京211800 

基　　金：江苏省科技计划项目(BY2016005-05) 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2021年第368卷第10期

页      码：76-80页

摘      要：针对电子元件体积小,由振动供料器翻转后,位置、旋转角度随机,姿态十分相似,且会出现元件重叠的情况;使用HOG-SVM目标检测算法通过机器学习进行研究,并分析了电子元件各不同角度的特征提取丰富程度以及样本数量对于算法性能的影响。通过几种旋转角度人工获取并标注多组不同数量的样本集,以OpenCV库为基础,分别训练分类器,进行检测分类。最终经过多次实验表明,每隔10度旋转进行特征提取更加丰富;且当样本数量达到由此角度获得的180个时,分类器整体性能趋于稳定,达到较好的分类精确率。

主 题 词：机器学习 支持向量机 HOG特征提取 样本数量 多种位姿 

学科分类：1305[艺术学-设计学类] 12[管理学] 13[艺术学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 081101[081101] 0811[工学-水利类] 080201[080201] 

D　O　I：10.3969/j.issn.1001-3997.2021.10.017

馆 藏 号：203105064...