基于改进词包模型的车型识别算法

• 作者: 于凤芹 康珮珮 陈莹
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 车型识别 词包模型 Dense-SURF FC-VQ编码 快速直方图相交核
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 算法与分析
• 页码范围: 861-865,895
• 页数: 6页
• 分类号: TP391
• 字数: 4897字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.05.003

摘要

针对基于原始词包模型的车型识别算法识别速度慢、识别率低的问题,提出了一种基于改进词包模型的车型识别算法.首先使用Dense-SURF算法提取图像特征,并通过改进稠密采样策略进一步提高特征提取速度;然后提出特征上下文-矢量量化(FC-VQ)编码算法,并用其对特征向量进行编码,使编码后的特征包含空间位置信息,进而提高识别率;最后采用快速直方图相交核作为核函数,将提取到的特征送入SVM分类器进行训练或识别.实验结果表明:与其它车型识别算法相比,论文算法识别速度更快且识别率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于凤芹	江南大学物联网工程学院	143	708	12.0	18.0
2	陈莹	江南大学物联网工程学院	101	401	10.0	14.0
3	康珮珮	江南大学物联网工程学院	3	10	2.0	3.0