户外天气状况分类识别

• 作者: 史静 朱虹 韩勇
• 来源期刊: 计算机系统应用
• 关键词: 天气识别 SIFT描述子 空间金字塔匹配 支持向量机(SVM) 随机森林
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 研究开发
• 页码范围: 259-263
• 页数: 5页
• 字数: 2147字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006283

摘要

针对户外监控系统需要利用图像画面进行天气状态识别的问题, 提出了一种新的词袋模型, 以及SVM和随机森林相结合的分类方法, 对晴天与阴天两类天气状态进行识别. 词袋模型利用SIFT特征, 通过聚类构建词典,并用最小二乘法求解最佳图像的词典结构参数, 最终根据金字塔匹配得到多尺度图像词袋模型特征. 分类器的构造采用支持向量机(SVM)作为一级分类器, 对小置信样本进行粗分类, 之后, 再利用随机森林构造作为二级分类器进行判别. 通过对两类天气图像集的10000张图像进行测试, 其识别准确率验证了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱虹	西安理工大学自动化与信息工程学院	86	857	13.0	25.0
2	史静	西安理工大学自动化与信息工程学院	22	102	6.0	9.0
3	韩勇	西安理工大学自动化与信息工程学院	3	20	2.0	3.0