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:
针对现有的车标识别方法无法较好地处理阴影、遮挡、污损等情况下识别率低的问题,提出了基于判别低秩矩阵恢复和稀疏表示的车标识别方法.文中采用判别低秩矩阵恢复来纠正效果较差的训练样本,并通过学习一个低秩投影矩阵,将待测样本特征矩阵投影到相应低秩子空间来恢复干净的测试样本.并采用稀疏表示方式进行分类识别.同时,在Medialab LPR Database数据集上进行了对比实验,实验结果表明,该识别方法的性能要优于当前其他识别方法.
推荐文章
基于低秩矩阵恢复的DOA稀疏重构方法
波达方向
非均匀噪声
低秩矩阵恢复
二阶统计量
加权l1范数
基于低秩矩阵恢复和Gabor特征的遮挡人脸识别
人脸识别
低秩矩阵恢复
Gabor特征
字典压缩
协作表示
低秩矩阵恢复算法综述
低秩矩阵恢复
鲁棒主成分分析
矩阵补全
低秩表示
增广拉格朗日乘子算法
基于稀疏与低秩矩阵分解的视频背景建模
背景建模
稀疏与低秩矩阵分解
增广拉格朗日乘子法
奇异值分解
块Lanczos
热启动
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 基于判别低秩矩阵恢复和稀疏表示的车标识别
来源期刊 电子科技 学科 工学
关键词 车标识别 低秩矩阵恢复 稀疏表示 低秩投影矩阵
年,卷(期) 2015,(4) 所属期刊栏目 图像·编码与软件
研究方向 页码范围 57-60,64
页数 5页 分类号 TP391.41
字数 3616字 语种 中文
DOI 10.16180/j.cnki.issn1007-7820.2015.04.016
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 李新叶 华北电力大学电子与通信工程系 36 314 11.0 16.0
2 曹蒙蒙 华北电力大学电子与通信工程系 1 4 1.0 1.0
3 范月坤 华北电力大学电子与通信工程系 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (49)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (7)
二级引证文献  (2)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(5)
  • 参考文献(4)
  • 二级参考文献(1)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
车标识别
低秩矩阵恢复
稀疏表示
低秩投影矩阵
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
电子科技
月刊
1007-7820
61-1291/TN
大16开
西安电子科技大学
1987
chi
出版文献量(篇)
9344
总下载数(次)
32
总被引数(次)
31437
论文1v1指导