基于离散粒子群优化的车辆品牌和型号识别

摘要：

针对道路视频监控中局部特征车辆品牌和型号识别率低的问题,提出了一种离散粒子群优化的识别算法.用形态学定位法提取视频中车前脸区域,能够快速获得识别的感兴趣区域.提取车前脸的SURF特征作为识别局部特征,对视角变化和光线变化有较好的鲁棒性.在离散环境下定义粒子的位置和速度,设计粒子的更新规则,利用离散粒子群优化获得待识别图像特征点在标准图像中的最佳覆盖,提高特征点匹配的正确率,从而提高车型识别的正确率.最后利用具有对应关系的特征的相似度进行对比识别.建立了15种车系76种车型的车前脸图像库进行实验,实验结果表明改进方法的车型正确识别率为93.6％.

关键词：车辆品牌和型号、离散粒子群优化、拓扑结构、车前脸

所属期刊栏目：33

分类号：TP391.9(计算技术、计算机技术)

资助基金：南京航空航天大学研究生创新基地实验室开放基金kfjj201428;国家自然科学基金61371170

在线出版日期：2016-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：177-180