一种基于目标优化学习的车标识别方法

• 作者: 余烨 冯瑜瑾 朱文佳 王俊 陈宇红
• 来源期刊: 图学学报
• 学科: 工学
• 关键词: 车标识别 目标优化 特征学习 码本 像素梯度差矩阵
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图像与视频处理
• 页码范围: 689-696
• 页数: 8页
• 分类号: TP
• 字数: 5014字
• 语种: 中文
• DOI: 10.11996/JG.j.2095-302X.2019040689

摘要

近年来,车标识别因其在智能交通系统中的重要作用,受到研究者的广泛关注.传统的车标识别算法多基于手工描述子,需要丰富的先验知识,且难以适应复杂多变的现实应用场景.相比手工描述子,特征学习方法在解决复杂场景的计算机视觉问题时具有更优性能.因此,提出一种基于目标优化学习的车标识别方法,基于从原图像中提取的像素梯度差矩阵,通过目标优化,自主学习特征参数.然后将像素梯度差矩阵映射为紧凑的二值矩阵,通过特征码本的方式对特征信息进行编码,生成鲁棒的特征向量.基于公开车标数据集HFUT-VL1和XMU进行实验,并与其他车标识别方法进行比较.实验结果表明,与基于传统特征描述子的方法相比,该算法识别率更高,与基于深度学习的方法相比,训练和测试时间更少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊	合肥工业大学计算机与信息学院	20	71	4.0	8.0
2	朱文佳		3	5	1.0	2.0
3	余烨	合肥工业大学计算机与信息学院	24	256	9.0	15.0