基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对车牌无法识别的车辆,研究了一种车脸定位及识别方法。该方法分为两个阶段:首先,使用Adaboost算法进行车脸定位,并利用经验矩形方法进行定位改进;其次,在定位出来的车脸区域提取SIFT(scale-invariant feature transform)和SURF(speeded up robust feature)局部不变性特征,利用这两种不变性特征的叠加及位置约束改进匹配算法,与标准车型数据库中的车脸特征进行匹配,根据匹配结果进行车脸识别,从而得到车辆类型。实验结果表明,该方法的正确识别率达到83.6%。交通卡口抓拍到的车辆照片基本是正前照,无法获取车身侧面信息分析其车型。针对车牌无法识别的车辆,通过车脸定位、特征提取,并与标准车型库中车脸进行对比,进而识别车脸,该识别车脸的方法为识别车型提供了一种新途径。
推荐文章
车牌自动定位与识别方法研究
智能交通系统
车牌定位
字符分割
文字识别
一种改进的2DPCA车脸识别方法
二维主成分分析
特征提取
简化均值
车脸识别
人车交互技术中的手势检测及识别方法
人机交互
手势识别
自生成神经网络
粒子群算法
特征提取
图像特征识别方法研究
特征识别
NMI特征
不变矩特征
比例特征
RST不变性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 车脸定位及识别方法研究
来源期刊 计算机科学与探索 学科 工学
关键词 车脸 经验矩形 局部不变性特征 Adaboost
年,卷(期) 2015,(6) 所属期刊栏目 人工智能与模式识别
研究方向 页码范围 726-733
页数 8页 分类号 TP391
字数 4753字 语种 中文
DOI 10.3778/j.issn.1673-9418.1409015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李勃 昆明理工大学信息工程与自动化学院 58 297 9.0 14.0
2 李玉惠 昆明理工大学信息工程与自动化学院 60 219 8.0 12.0
3 李全武 昆明理工大学信息工程与自动化学院 2 18 2.0 2.0
4 陈伊 昆明理工大学信息工程与自动化学院 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (9)
参考文献  (11)
节点文献
引证文献  (15)
同被引文献  (24)
二级引证文献  (18)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(5)
  • 引证文献(4)
  • 二级引证文献(1)
2018(10)
  • 引证文献(5)
  • 二级引证文献(5)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
车脸
经验矩形
局部不变性特征
Adaboost
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导