一种基于深度费舍尔网络的车型识别方法

摘要

一种基于深度费舍尔网络的车型识别方法，首先构建费舍尔网络的第0层，对有K种车型图像的数据库，提取出每种车型车辆图像的SIFT特征；然后构建费舍尔网络的第1层，对提取到的SIFT特征进行费舍尔向量编码，将编码后的向量在空间堆叠，再进行L2归一化和PCA降维；将第1层得到的特征表示进行费舍尔向量编码，通过符号平方根和L2归一化处理，形成费舍尔网络的第2层；最后将不同车型图像得到的全局特征表示用于线性支持向量机训练，得到具有K种车型类别的识别系统；对待识别车辆，使其通过费舍尔网络得到测试特征向量，导入识别系统即可识别出待识别车俩车型。

主权项

一种基于深度费舍尔网络的车型识别方法，包括以下步骤：步骤1：对车型数据库的图像进行SIFT特征提取，作为费舍尔网络的第0层；步骤2：构建费舍尔网络的第1层，将提取到的SIFT特征进行费舍尔向量编码，将编码后的向量在空间进行堆叠，进行L2归一化和PCA降维；步骤3：将第1层得到的特征向量表示进行费舍尔向量编码，通过符号平方根和L2归一化处理，形成费舍尔网络的第2层；步骤4：将费舍尔网络第2层得到的输出特征表示进行one vs rest线性支持向量机训练，得到一个具有K种车型类别的车型识别系统；步骤5：对待识别车型的车辆图像，提取其SIFT特征，将提取的特征向量导入费舍尔网络系统，得到一个测试特征向量；步骤6：将得到的测试特征向量导入车型识别系统进行识别，识别出测试车辆车型。