题名: | 基于PCA-HOG与ELM的交互式车辆识别 |
正文语种: | 中文 |
作者: | 蔡磊 曲仕茹 |
作者单位: | 西北工业大学 自动化学院 陕西 西安 710072 |
关键词: | 交通信息工程及控制 车辆检测 PCA-HOG 极限学习机 |
摘要: | 针对复杂场景中对车辆进行检测的若干问题,提出一种新的交互式检测方法。该方法通过人为移动检测窗口的方法标定车辆区域,提取检测窗口的方向梯度直方图(HOG)特征,并使用主成分分析(PCA)的方法将其转换到线性子空间当中,作为检测窗口的PCA-HOG描述子特征。同时,采用一种单隐层前向结构的神经网络——极限学习机(ELM)算法作为分类器,对车辆进行检测。通过将PCA-HOG+支持向量机(SVM)与PCA-HOG+ELM方法进行对比,实验表明,相对于PCA-HOG+SVM方法,PCA-HOG+ELM方法在不降低检测效果的条件下,能极大减少分类器在训练过程中的参数寻优时间和训练时间,其整体性能要优于PCA-HOG+SVM的方法。 |
会议日期: | 201111 |
会议举办地点: | 北京 |
会议名称: | 2011年全国博士生学术论坛——交通运输工程 |
出版日期: | 2011-10-31 |
母体文献: | 2011年全国博士生学术论坛——交通运输工程论文集 |
分类号: | U491.2 |