基于多特征提取和SVM参数优化的车型识别

• 作者: 周斌 程淑红 高许
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 车型识别 图像处理 多特征提取 支持向量机 参数优化
• 年，卷（期）: 2018,（3）
• 页码范围: 348-352
• 页数: 5页
• 分类号: TB96|TP391.41
• 字数: 3379字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2018.03.12

摘要

提出了一种基于多特征提取和支持向量机(support vector machines,SVM)参数优化的车型识别方法,此方法解决了采用单一特征容易受到光照、天气、阴影等环境影响的问题,并且可以对运动中的车辆进行车型识别.首先,采集车辆样本并进行图像预处理,提取车辆的几何特征、纹理特征和方向梯度直方图(histogram of oriented gradient,HOG)特征;其次,将提取的多种特征量进行组合测试,并与单个特征量的测试结果进行比较;最后,采用粒子群算法优化SVM的参数并使用优化的SVM参数进行运动车辆的车型识别.实验结果表明:提出的多特征提取和SVM参数优化相结合的车型识别方法能够取得很好的识别效果,识别率达到90％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程淑红	燕山大学电气工程学院	33	161	8.0	10.0
3	高许	燕山大学电气工程学院	2	24	2.0	2.0
6	周斌	燕山大学电气工程学院	4	28	2.0	4.0