一种基于核k-svd和稀疏表示的车辆识别方法 a vehicle recognition method based on kernel k-svd and sparse representation.pdfVIP

一种基于核k-svd和稀疏表示的车辆识别方法 a vehicle recognition method based on kernel k-svd and sparse representation.pdf

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
查看更多
一种基于核k-svd和稀疏表示的车辆识别方法 a vehicle recognition method based on kernel k-svd and sparse representation

第27 卷摇 第5 期 模式识别与人工智能 Vol.27摇 No.5 2014年5月 PR AI May 2014 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 * 摇 摇 摇 摇 摇 一种基于核K鄄SVD和稀疏表示的车辆识别方法 摇 摇 摇 摇 摇 摇 孙摇 锐摇 摇 王晶晶 (合肥工业大学 计算机与信息学院摇 合肥230009) 摘摇 要摇 车辆分类与识别是智能交通的重要研究内容.针对车辆识别中的两类监督分类问题,提出一种基于核K鄄 SVD字典训练结合稀疏表示的分类方法.该方法首先利用PCA对训练图像(车辆类、非车辆类)进行特征提取及降 维,然后对所得矩阵利用核函数映射到高维空间,应用K鄄SVD方法训练高维特征矩阵,分别得到相应的两类特征字 典.最后在对测试图像进行分类时,利用基于l 最小化稀疏系数训练图像线性表示测试图像.文中给出该方法与其 1 他几种经典方法的实验比较,重点是遮挡情况下的分类效果.实验结果表明,该方法识别率有明显改善,能够有效 消除部分遮挡对车辆识别的影响. 关键词摇 核方法,K鄄SVD,稀疏表示,车辆识别 中图法分类号摇 TP391 A Vehicle Recognition Method Based on Kernel K鄄SVD and Sparse Representation SUN Rui,WANGJing鄄Jing (School of Computer and Information,Hefei University of Technology,Hefei230009) ABSTRACT The classification and recognition of vehicle is of great importance in the research of intelligent transportation system. A method based on PCA,kernel K鄄SVD and sparse representation classification method is proposed for two鄄class supervised class

您可能关注的文档

文档评论(0)

118zhuanqian + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档