基于HOG和ASIFT特征的车标二次识别

摘要：

车标信息在智能交通领域有着广泛的应用价值.当前的车标识别方法存在漏检率高、识别率低的问题.为此提出了一种基于HOG和ASIFT特征相结合的车标二次识别方法.首先对变换后的训练样本提取HOG特征并使用SVM训练出基于概率分类的多分类器模型;其次提取模板样本的SIFr特征并使用特征点融合策略建立车标模板库.最后使用SVM多分类器和ASIFT匹配相结合完成车标二次识别.训练样本大小、样本数量、模板类型等因素导致车标平均识别率不同.而且,上述法的车标平均识别率高于单一的识别方法的识别率.改进方法能够提高车标识别率且有效减少误识别率和漏检率.

关键词：车标识别、方向梯度直方图、支持向量机、仿射尺度不变特征变换、模板匹配

所属期刊栏目：32

分类号：TP317.4(计算技术、计算机技术)

资助基金：青年拔尖人才培育计划市级CIT&TCD201404009;科研基地建设-首都世界城市顺畅交通协同创新中心-参与单位201 1协同PXM2014_014212_000020;学科建设-国家特殊需求-城市道路交通智能控制人才培养项目市级PXM2014_014212_000053;研究生培-研究生教育-产学研联合培养研究生基地市PXM2014_014212_000032

在线出版日期：2015-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：194-198,322