基于联合特征和压缩字典学习的车辆类型识别算法 |
| |
引用本文: | 孙伟,施顺顺,张小瑞.基于联合特征和压缩字典学习的车辆类型识别算法[J].汽车工程,2018(3). |
| |
作者姓名: | 孙伟 施顺顺 张小瑞 |
| |
作者单位: | 南京信息工程大学信息与控制学院;江苏省大气环境与装备技术协同创新中心;南京信息工程大学计算机与软件学院; |
| |
摘 要: | 本文中针对车型识别中计算时间长、识别精度低的问题,提出基于联合特征和压缩字典学习的车型识别算法。首先,利用SIFT算法提取车辆原始图像的纹理特征和车辆图像边缘的形状特征,并将其串联,生成更具差别性的联合特征;然后,构建特征字典并进行字典学习,在此过程中,将特征字典分成大小相同的数据块,利用非常稀疏随机投影矩阵,降低样本数据块的维度,通过稀疏编码和字典更新两个阶段,生成最终压缩特征字典;最后,建立稀疏表示分类模型,通过计算待测目标在字典中的最小重构误差,实现车型识别。实验结果表明,该算法能有效提高车型识别准确率和实时性。
|
本文献已被 CNKI 等数据库收录! |
|