原文传递
基于稀疏编码的车型识别方法研究
| 论文题名： | 基于稀疏编码的车型识别方法研究 |
| 关键词： | 车型识别;稀疏编码;车型图像分类;特征提取;支持向量机;智能交通 |
| 摘要： | 城市交通监控体系，为智能交通系统的主要分支之一。城市交通中,交通监管在智能化发展上发挥着核心效用，亦于交通领域以及模式识别上，皆发挥着举足轻重的作用。随着社会经济的发展，及大众生活水平提升，机动车辆呈现出逐年增加趋势，私人拥有机动车的增长，更为迅猛，由此诱发了系列交通问题。交通违章及事故增多，给城市交通及人身安全带来隐患。故此，对交通管理提出更高要求，因无法实现对城市内的所有路口与路段，实施全方位全天候的“人力监控”，要解决这问题，就必须运用“机器视觉及图像处理”科技技术，设立城市智能化交通监管体系，对过往的车辆实施车型检测及识别。 本文对基于车辆图像的车型分类问题展开研究，通过多视角车辆分类器和稀疏编码，设计一个有效的车型识别方法，可对摄像机采集到的视频与图像内的车辆，实施定位与车型分类，具体如下： 1）边界定位。于计算机上，分析及处理所采集到的图像，获取车辆的轮廓信息，即系车辆的长、宽、高等数据。 2）采用HOG特征和SVM，构建多视角分类器，对待分类的车辆图像进行视角估计。 3）对于确定视角的车辆图像，通过不同视角的数据，采用稀疏编码方式，提取有效的车型特征；每个视角下，单独进行稀疏编码。 4）将每种视角下稀疏编码以及视角估计的结果，进行合并，设计最终的车型特征，采用SVM对车型进行分类，判断出车型。 相比与传统的方法，本文的改进之处在于将稀疏表示引入的车型特征的表示中，通过将单一尺度的HOG特征扩展到多尺度的模式下。研究结果显示，稀疏编码方法分类的正确率高于传统词包方法，采取多视角识别手段，可提升识别正确率，经与多级分类器相结合手段，对车型图像实施多级划分，亦有效提升了分类正确率。 |
| 作者： | 石莲英 |
| 专业： | 计算机技术 |
| 导师： | 杜吉祥 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华侨大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
