基于SVM与数据融合的车辆视频分类系统

• 作者: 孟宇 张慧敏 班晓娟 石山松
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 视频 车型分类 支持向量机 数据融合
• 年，卷（期）: 2010,（11）
• 所属期刊栏目: 工程与应用
• 页码范围: 217-219,235
• 页数: 4页
• 分类号: TP391
• 字数: 4458字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.11.066

摘要

影响基于视频检测的车型分类系统准确率的一个主要因素是采集的车辆外型参教的准确性.针对这种情况,提出了基于多源数据融合的方法提取车辆的外型参数,并使用SVM(支持向量机)对车辆进行分类.实验结果表明,多源数据融合的方法能够有效控制在采集过程中产生的噪音干扰和镜头畸变引起的误差,提高车型参数的准确性.使用支持向量机分类能够克服神经网络中无法避免的局部极值问题.该方法能够提高车型分类准确率,实时性强,适用于实时车型分类系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	班晓娟		72	760	15.0	25.0
2	张慧敏		2	6	1.0	2.0
4	孟宇		36	191	8.0	12.0
7	石山松		1	1	1.0	1.0