基于改进HOG特征提取的车型识别算法

被引：67

作者：

耿庆田 ^{[1
,2
]}

赵浩宇 ^{[3
]}

于繁华 ^{[1
]}

王宇婷 ^{[2
]}

赵宏伟 ^{[2
]}

机构：

[1] 长春师范大学计算机科学与技术学院

[2] 吉林大学计算机科学与技术学院

[3] 吉林大学学报编辑部

来源：

中国光学 | 2018年 / 11卷 / 02期

关键词：

车型识别; HOG特征; 方向可控滤波器;

D O I：

暂无

中图分类号：

TN713 [滤波技术、滤波器]; TP391.41 [];

学科分类号：

080508 [光电信息材料与器件];

摘要：

本文针对高速环境下的车型识别问题,提出基于方向可控滤波器的改进HOG算法。将方向可控滤波器算法与HOG算法相结合,以实现对车辆图像特征提取。采用主成分分析算法(PCA)约减特征向量维数以减少计算复杂度,利用支持向量机算法对提取特征进行样本训练,实现对车辆外型特征的识别。仿真实验结果表明:采用该算法原始车辆车型的识别正确率均值达到92.36%;另外,本文方法的识别速度比传统的HOG特征算法提高了3.45%,识别实时性得到提升。本文算法比传统HOG算法更优,能有效提高车型识别的效率。

引用

页码：174 / 181

页数：8

共 11 条

[1]

Vehicle Model Recognition Based on Fuzzy Pattern Recognition Method.[J].Wang Yi Qiang;Huang Rui Jian;Xu Tian Yi;Tang Ke Hong.Advanced Materials Research.2012, 383

[2]

Vehicle model recognition from frontal view image measurements.[J].A. Psyllos;C.N. Anagnostopoulos;E. Kayafas.Computer Standards & Interfaces.2010, 2

[3]

磷虾群算法优化支持向量机的威胁估计 [J].