一种基于核K-SVD和稀疏表示的车辆识别方法

摘要：

车辆分类与识别是智能交通的重要研究内容。针对车辆识别中的两类监督分类问题，提出一种基于核K-SVD字典训练结合稀疏表示的分类方法。该方法首先利用PCA对训练图像(车辆类、非车辆类)进行特征提取及降维，然后对所得矩阵利用核函数映射到高维空间，应用K-SVD方法训练高维特征矩阵，分别得到相应的两类特征字典。最后在对测试图像进行分类时，利用基于l1最小化稀疏系数训练图像线性表示测试图像。文中给出该方法与其他几种经典方法的实验比较，重点是遮挡情况下的分类效果。实验结果表明，该方法识别率有明显改善，能够有效消除部分遮挡对车辆识别的影响。

关键词：核方法、K-SVD、稀疏表示、车辆识别

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61001201;国家博士后基金面上项目2013M531504

在线出版日期：2014-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：435-442