发明名称 |
一种基于En-ULLELDA的多视角车型识别方法 |
摘要 |
一种基于En-ULLELDA的多视角车型识别方法,首先选取车辆ROI,其次通过Gabor小波变换提取可以反映车型的高阶信息作为特征,然后通过一种新颖的流形学算法En-ULLELDA对特征进行降维,将其变换到一个低维子空间。识别时对测试样本特征通过分类器得到对应的车型类别。实验结果表明本发明可以有效的处理城市道路中的多视角车型识别问题,并且由于采用了集成技术消除参数变化对识别结果的影响,使得本方法鲁棒性较强。 |
申请公布号 |
CN101635027A |
申请公布日期 |
2010.01.27 |
申请号 |
CN200910023786.8 |
申请日期 |
2009.09.03 |
申请人 |
西安交通大学 |
发明人 |
黄华;赵茜 |
分类号 |
G06K9/00(2006.01)I;G06K9/38(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
西安通大专利代理有限责任公司 |
代理人 |
徐文权 |
主权项 |
1、一种基于En-ULLELDA的多视角车型识别方法,其特征在于:包括离线训练模块与在线识别模块;其中离线训练模块对训练样本集进行车辆感兴趣区域ROI提取与预处理,其次选用Gabor小波变换对车辆感兴趣区域ROI进行初始的特征提取得到初始特征,训练模块中对训练样本集的初始特征进行En-ULLELDA,得到其在子空间的表示,建立不同车型Gabor特征模型作为后续识别的依据;其中在线识别模块对测试样本进行车辆感兴趣区域ROI提取与预处理,其次选用Gabor小波变换对车辆感兴趣区域ROI进行初始的特征提取得到初始特征,在线识别模块对测试样本的初始特征根据离线训练模块建立好的不同车型Gabor特征模型进行线性组合得到表示测试样本自身的低维空间特征,然后将测试样本自身的低维空间特征送入分类器进行车辆识别最终得到车型识别结果。 |
地址 |
710049陕西省西安市咸宁路28号 |