一种融入PCA的LBP特征降维车型识别算法
【出 处】:
【作 者】:
董恩增
魏魁祥
于晓
冯倩
天津理工大学复杂系统控制理论及应用重点实验室
天津300384
【摘 要】车型识别是智能交通系统研究的关键技术之一,针对车型识别的过程中存在处理的信息量大,提取特征维数高,识别实时性较差等问题,设计了一种融入PCA的LBP特征降维车型识别算法。首先在视频序列中使用帧间差分法提取目标车辆;然后计算目标车辆的LBP特征并利用PCA方法将数据由像素维数降至训练数据维数,在增强识别算法对光线变化鲁棒性的同时,一定程度上降低了车型识别的计算量;最后利用最小距离分类器对目标车辆进行分类识别。实验结果表明,所设计的车型识别算法与常规PCA方法相比,所设计的算法在光照变化时识别准确率有所提高,算法的实时性得到了一定的提升。
相关热词搜索: 车型识别 帧间差分法 特征降维 鲁棒性 最小距离分类器
上一篇:基于HSV空间改进的多尺度显著性检测
下一篇:结合区域特性的有限离散剪切波图像融合