基于支持向量机(SVM)的汽车车型识别

• 作者: 尹玉梅 湛金辉 胡中华
• 来源期刊: 电子测量技术
• 学科: 交通运输
• 关键词: 支持向量机 车型识别 预测
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 研究与设计
• 页码范围: 22-25
• 页数: 4页
• 分类号: U451+.2
• 字数: 2624字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-7300.2008.07.006

摘要

本文研究了一种基于支持向量机(SVM)的车型图像识别算法.采用图像边缘检测方法,该方法首先基于邻域灰度极值提取边界候选图像,然后以边界候选像素及其邻域像素的二值模式作为样本集,进行运动目标分割并提取具有RST不变性的轮廓特征向量,输入支持向量机进行训练和识别.此外,该算法与传统的算法比较,使用核函数少,计算量小,能较好地解决小样本、非线性和局部极小点等问题.实验表明,基于支持向量机(SVM)的车型图像识别算法具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	湛金辉	南昌航空大学自动化学院计算机视觉研究室	4	16	2.0	4.0
2	胡中华	南京航空航天大学自动化学院	25	474	9.0	21.0
3	尹玉梅	西华大学机械学院	2	8	1.0	2.0