利用SVM进行车型识别

被引：4

作者：

王亮申

朱玉才

陈少华

侯杰

于京诺

苏子林

欧宗瑛

机构：

[1] 烟台师范学院

[2] 大连理工大学山东烟台

[3] 山东烟台

[4] 辽宁大连

来源：

计算机工程与设计 | 2005年 / 09期

关键词：

图像; 识别; 特征; SVM; 车型;

D O I：

10.16208/j.issn1000-7024.2005.09.060

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了提高车辆图像的识别率,提出了利用支持向量机(SVM)理论进行轿车车型识别方法。SVM能够解决线性及非线性分类问题,以较少的支持向量确定分类面,对样本数量及维数不敏感。基于颜色直方图及惯性比确定的图像特征具有平移、旋转和尺度不变性,可以用来确定SVM的最优分类面,并由此识别车型。

引用

页码：2453 / 2454

页数：2

共 4 条

[1] 智能交通系统(ITS)的发展及其模型化研究 [J].

杨东凯 ;

吴今培 ;

张其善 .

北京航空航天大学学报, 2000, (01) :22-25

[2] 海关车辆自动识别系统研究 [J].

潘大任 ;

徐基仁 .

四川大学学报(自然科学版), 1999, (03) :128-134

[3]

On global, local, mixed and neighborhood kernels for support vector machines[J] . Victor L. Brailovsky,Ofir Barzilay,Rabin Shahave.Pattern Recognition Letters . 1999 (11)

[4] SUPPORT-VECTOR NETWORKS [J].

CORTES, C ;

VAPNIK, V .

MACHINE LEARNING, 1995, 20 (03) :273-297

← 1 →