一种基于核K-SVD和稀疏表示的车辆识别方法

• 作者: 孙锐 王晶晶
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 核方法 K-SVD 稀疏表示 车辆识别
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 研究与应用
• 页码范围: 435-442
• 页数: 8页
• 分类号: TP391
• 字数: 5006字
• 语种: 中文

摘要

车辆分类与识别是智能交通的重要研究内容。针对车辆识别中的两类监督分类问题，提出一种基于核K-SVD字典训练结合稀疏表示的分类方法。该方法首先利用PCA对训练图像(车辆类、非车辆类)进行特征提取及降维，然后对所得矩阵利用核函数映射到高维空间，应用K-SVD方法训练高维特征矩阵，分别得到相应的两类特征字典。最后在对测试图像进行分类时，利用基于l1最小化稀疏系数训练图像线性表示测试图像。文中给出该方法与其他几种经典方法的实验比较，重点是遮挡情况下的分类效果。实验结果表明，该方法识别率有明显改善，能够有效消除部分遮挡对车辆识别的影响。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙锐	合肥工业大学计算机与信息学院	46	332	10.0	16.0
2	王晶晶	合肥工业大学计算机与信息学院	3	19	1.0	3.0