关键词：词袋模型 显著性检测 密度峰值聚类 目标识别 

摘要：针对词袋模型易受到无关的背景视觉噪音干扰的问题，提出了一种结合显著性检测与词袋模型的目标识别方法。首先，联合基于图论的视觉显著性算法与一种全分辨率视觉显著性算法，自适应地从原始图像中获取感兴趣区域。两种视觉显著性算法的联合可以提高获取的前景目标的完整性。然后，使用尺度不变特征变换描述子从感兴趣区域中提取特征向量，并通过密度峰值聚类算法对特征向量进行聚类，生成视觉字典直方图。最后，利用支持向量机对目标进行识别。在PASCAL VOC 2007和MSRC-21数据库上的实验结果表明，该方法相比同类方法可以有效地提高目标识别性能。

计算机工程与科学杂志要求:

{1}参考文献是论文引文的出处或参阅的各种书刊资料，其文献项目和要素须集中列在论文的文末。

{2}切勿一稿两投，一旦发现一稿两投，将立即退稿；而一旦发现一稿两用，本刊将刊登该文系重复发表的声明，并在2年内拒绝以该文第一作者为作者的任何来稿。

{3}稿件投往本刊3个月后未被采用，作者可另行处理。

{4}文题应恰当，简明地反映文章的主题，尽量不用外文缩略语，一般不设副题，中文题名不超过20个汉字，英文题名应与中文题名含义一致，一般不超过10个实词，通栏居中书写。

{5}作者单位：单位全称、邮政编码及单位所在地名，并提供第一作者的年龄、性别、籍贯、技术职称、学历等信息。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社