基于hog和svm的级别自适应车型识别算法 a level-adaptive algorithm for vehicle types recognition based on hog and svm.pdfVIP

下载本文档

4
0
约1.66万字
约 6页
2017-10-14 发布于上海
举报
版权申诉

基于hog和svm的级别自适应车型识别算法 a level-adaptive algorithm for vehicle types recognition based on hog and svm.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于hog和svm的级别自适应车型识别算法 a level-adaptive algorithm for vehicle types recognition based on hog and svm

第36卷第1期桂林电子科技大学学报 v01．36，No．1 2016年2月 ofGuilin ofElectronic Journal University Technology Feb．2016 基于HOG和SVM的级别自适应车型识别算法吴迪，蔡晓东，华娜，朱利伟，梁奔香 (桂林电子科技大学信息与通信学院，广西桂林 541004) 摘要：针对现有智能交通系统中视频车辆车型识别方法存在的误检率高、效率低的问题，提出一种基于梯度方向直方图和支持向量机(SVM)的级别自适应车型识别算法。选择大车车头和小车车身的HOG特征作为车辆描述特征，建立一种新的级别自适应模型，以提高检测识别效率；采用SVMiJlI练分类方法，设计了模板匹配策略，构造两类车型分类器，以提升识别准确度。通过标准的交通卡I=I实验，表明该算法不仅在正常的光照条件下具有较高的识别效率和较低的误检率，而且在不同的光照条件下具有很好的鲁棒性。关键词：智能交通系统；梯度方向直方图；支持向量机；级别自适应模型；模板匹配中图分类号：TP392．4 文献标志码：A 文章编号：1673—808X(2016)01—0023—06 A forvehicle basedon and level。adaptivealgorithm types HOGSVM recognition WU Di，CAI Na，ZHU1．iwei。IAANG Xiaodong，HUA Benxiang (SchoolofInformationand Communication ofElectronic 541004，China) Engineering，GuilinUniversity Technology，Guilin Abstract：A basedon oforiented and vectormachine level—adaptivealgorithm histogram gradient(HOG)featuresupport (SVM)is to rateand invehicle theHOG of presentedimproverecognition featuresfront efficiency recognition．Firstly part of carand ofsmallcar a are novel model(LAM)istoincrease of big body chosen．Secondlylevel-adaptive designed efficiency detectionandidentification．Furthermore，aSVMclassificationisutilized for a toraise strategy designingmatchingtemplate