一种基于级联集成分类器的车辆品牌类型识别方法

摘要

本发明公开一种基于级联集成分类器的方法来识别车辆品牌类型，通过定位和分割车脸图像；分别采用梯度方向直方图和Contourlet变换提取车脸图像特征，构造车辆品牌类型识别的第一级集成分类器；采用多层神经网络作为第二级集成分类器的子分类器，并通过第一级、第二级集成分类器判断其所属车辆品牌类型的步骤，大大增加了识别系统的精度和可靠性，为有效地解决车辆套牌、交通肇事等交通问题提供了重要的参数依据。

主权项

一种基于级联集成分类器的车辆品牌类型识别方法，其特征是包括步骤：1)对电子警察卡口相机拍摄的车辆图片采用遍历匹配算法搜索车辆的车牌区域，并根据车脸区域与车牌区域的比例关系来定位和分割车脸图像；2)分别采用梯度方向直方图和Contourlet变换提取车脸图像特征，构造组合特征向量，并采用主成分分析法对提取的组合特征向量进行降维处理；3)基于贝叶斯分类器、k‑近邻分类器、多层神经网络分类器和支持向量机分类器，构造车辆品牌类型识别的第一级集成分类器，并采用经过降维处理后的组合特征向量对第一级集成分类器进行训练，采用4种决策分类机制对每个输入样本进行投票表决，使其具有“拒识”功能，分出“拒识”样本；4)采用多层神经网络作为第二级集成分类器的子分类器，并采用旋转森林构造车辆品牌识别的第二级集成分类器，对第一级的“拒识”样本再次进行分类识别；5)采用经过降维处理后的组合特征向量对所构造的级联集成分类器进行训练，对于没有“拒识”的情况的测试样本根据其可信度值判断其所属车辆品牌类型，而对于分类器具有“拒识”选项情况下的测试样本，则采用第二级集成分类器判断其所属车辆品牌类型。