基于特征融合和L-M算法的车辆重识别方法

• 作者: 李玉惠 王盼盼
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 特征融合 车辆重识别 L-M自适应调整算法 BP算法 奇异值分解
• 年，卷（期）: 2018,（4）
• 页码范围: 12-15
• 页数: 4页
• 分类号: TN957.52|TP391.41
• 字数: 2722字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2018.04.004

摘要

车辆重识别是在视频监控系统中,匹配不同外界条件下拍摄的同一车辆目标的技术.针对车辆重识别时不同摄像机中同一车辆的图像差异较大,单一特征难以稳定地描述图像的问题,采用多种特征融合实现车辆特征的提取,该方法将车辆图片的HSV特征和LBP特征进行融合,并对融合特征矩阵进行奇异值分解,提取特征值.针对重识别模型训练时传统BP算法收敛速度慢,精度不高的问题,采用Levenberg-Marguardt自适应调整算法优化BP神经网络.实验结果表明,该方法在车辆的同一性识别方面的识别率达到97.5％,且对光照变化、视角变化都具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玉惠	昆明理工大学信息工程与自动化学院	60	219	8.0	12.0
5	王盼盼	昆明理工大学信息工程与自动化学院	15	145	6.0	12.0