基于支持向量机的车辆自动分类方法

被引：8

作者：

赵秀娟

刘智勇

樊可清

机构：

[1] 五邑大学

[2] 五邑大学广东　江门　

[3] 广东　江门　

来源：

公路交通科技 | 2003年 / 05期

基金：

高等学校骨干教师资助计划; 广东省自然科学基金;

关键词：

支持向量机; 特征提取; 车辆自动分类;

D O I：

暂无

中图分类号：

U495 [电子计算机在公路运输和公路工程中的应用];

学科分类号：

0838 ;

摘要：

提出一种基于支持向量机(SupportVectorMachine,SVM)理论的车辆分类方法,通过CCD摄像机采集标准车辆图像,由边缘检测算法获取图像中的车辆特征数据长度和宽度作为训练样本,离线训练SVM,得到分离器,然后将测试车辆的特征数据作为测试样本,根据本文提出的分类方法,通过离线获得的分类器对车辆类型进行判决,从而为交通参数的准确检测提供依据。实验表明SVM在有限训练样本情况下具有良好的泛化能力。

引用

页码：108 / 110+147 +147

页数：4