结合改进的SVM和随机森林算法车标分类识别

摘要：

针对大规模车标图像的分类难题,提出一种结合支持向量机(SVM)和随机森林的学习方法.采用SVM分类器对到达随机森林各剖分结点的数据进行剖分;对于分类过程中新增加的类别,采用增量学习机制进行再学习,不需要重新学习整个随机森林;提取车标图像的梯度方向直方图特征,采用提出方法进行特征的训练与分类.实验结果表明,提出方法对不同车标图像的识别率高,尤其是可以对训练数据集中没有的车标类别进行高效的增量学习.

关键词：车标分类、车标识别、随机森林、支持向量机、梯度方向直方图

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家科技型中小企业技术创新基金项目10C26214102198;河南省科技攻关重点计划基金项目122102210563、132102210215;河南省高等学校重点科研项目计划基金项目15B520008

在线出版日期：2018-04-02（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：3425-3430