低清晰视频的“白化-稀疏特征”车型分类算法

• 作者: 阮雅端 陈启美 陈湘军 黄毅
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 车型分类 视频检测 稀疏编码 尺度不变特征转换SIFT
• 年，卷（期）: 2015,（2）
• 页码范围: 257-263
• 页数: 7页
• 分类号: TP391.4
• 字数: 3891字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2015.02.007

摘要

车型识别分类，对低/高速行车道划分、流量统计，特别是超长/重、危险品车的识别具有现实意义.实验室曾提出的基于尺度不变特征转换 SIFT、方向梯度直方图 HoG 视频检测方法抗干扰能力弱，在因道路环境差、网络拥塞随机造成图像模糊时，往往误判.为此，在机理上，分析比较了上述分类算法与特征白化、稀疏编码算法的局限或优势，提出了适应低清晰度视频的“白化-稀疏特征”车型分类算法.该分类算法采取 PCA 白化技术特征数据预处理、超完备基的凸优化迭代，从而获得稀疏编码特征数据.经与 SIFT-SVM 算法的现场图像检测比较，其在图像模糊条件时的分类准确率也能达到90%，一般优于93%，均耗时约0.04 s.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈启美	南京大学电子科学与工程学院	158	1743	23.0	32.0
2	黄毅	南京大学电子科学与工程学院	5	17	3.0	4.0
3	阮雅端	南京大学电子科学与工程学院	18	106	6.0	9.0
4	陈湘军	南京大学电子科学与工程学院	9	55	4.0	7.0