改进的矩特征和随机森林算法车标分类

摘要：

提出一种可靠、高效的车标分类方法,结合改进的Gaussian-Hermite矩特征和随机森林分类器实现车标的可靠分类.其核心是提出一种改进的Gaussian-Hermite矩特征,具体是在图像Gaussian-Hermite矩的基础上,分别提取Gaussian-Hermite不变矩和鉴别矩特征,结合主成分分析方法进行降维,构建改进的Gaussian-Hermite矩特征.采用随机森林分类器对该特征进行学习和预测,得到车标分类结果.实验结果表明,采用该方法进行车标分类得到的错分率指标低,平均分类耗时少.

关键词：图像分类、车标分类、Gaussian-Hermite矩、随机森林、主成分分析

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：河南省高等学校青年骨干教师资助计划基金项目15XTQ010

在线出版日期：2018-07-19（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：1664-1668,1684