基于HOG和SVM的级别自适应车型识别算法

• 作者: 华娜 吴迪 朱利伟 梁奔香 蔡晓东
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 智能交通系统 梯度方向直方图 支持向量机 级别自适应模型 模板匹配
• 年，卷（期）: 2016,（1）
• 页码范围: 23-28
• 页数: 6页
• 分类号: TP392.4
• 字数: 3782字
• 语种: 中文

摘要

针对现有智能交通系统中视频车辆车型识别方法存在的误检率高、效率低的问题,提出一种基于梯度方向直方图和支持向量机(SVM)的级别自适应车型识别算法.选择大车车头和小车车身的HOG特征作为车辆描述特征,建立一种新的级别自适应模型,以提高检测识别效率;采用SVM训练分类方法,设计了模板匹配策略,构造两类车型分类器,以提升识别准确度.通过标准的交通卡口实验,表明该算法不仅在正常的光照条件下具有较高的识别效率和较低的误检率,而且在不同的光照条件下具有很好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡晓东	桂林电子科技大学信息与通信学院	64	228	9.0	12.0
2	朱利伟	桂林电子科技大学信息与通信学院	9	36	3.0	5.0
3	梁奔香	桂林电子科技大学信息与通信学院	7	17	2.0	4.0
4	吴迪	桂林电子科技大学信息与通信学院	20	29	3.0	5.0
5	华娜	桂林电子科技大学信息与通信学院	8	16	2.0	3.0