采用改进的尺度不变特征转换及多视角模型对车型识别

• 作者: 华莉琴 王拓 胥博 许维 马瑞芳
• 来源期刊: 西安交通大学学报
• 关键词: 车型识别 改进尺度不变特征转换 最佳节点优先搜索算法 多视角建模
• 年，卷（期）: 2013,（4）
• 页码范围: 92-99
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.7652/xjtuxb201304016

摘要

针对车型识别过程中车辆的姿态复杂以及采集图像时尺度缩放和光照等因素导致识别出现困难的问题,提出采用改进尺度不变特征转换(SIFT)及多视角的车型识别算法.该算法对尺度不变特征提取方法进行改进,并获取车型特征；通过视觉聚类对车辆进行多视角建模；利用最佳节点优先搜索算法完成特征向量的近邻搜索,并根据匹配相似度完成车型识别.实验结果表明,该算法所给出的车型识别方法具有可行性和有效性,可以在不同的图像畸变条件下保持稳定性,最终的车型识别效率也都可达到90％,所用时间要低于SIFT方法,处理时间在原SIFT方法的基础上降低了20.58％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王拓	西安交通大学系统工程研究所	77	392	10.0	16.0
2	马瑞芳	西安交通大学系统工程研究所	18	596	10.0	18.0
3	华莉琴	西安交通大学系统工程研究所	1	52	1.0	1.0
4	许维	西安交通大学系统工程研究所	1	52	1.0	1.0
5	胥博	西安交通大学系统工程研究所	1	52	1.0	1.0