论文部分内容阅读
随着机器学习方法的广泛应用，建筑物识别技术得到了快速的发展，识别的准确性一直是人们关注的重点。梯度方向直方图（HOG）特征提取方法中的梯度求解方式不能有效提取建筑物的边界特征，直接影响了识别的准确性，提出基于方向可控滤波器的HOG算法，利用支持向量机学习方法实现建筑物的识别。实验结果表明，该方法在平均准确率、TP、FP、召回率、精确率和F1值等指标上优于基于方向可控滤波器的建筑物识别方法，证明了该方法可以有效识别建筑物。