10.16652/j.issn.1004-373x.2020.01.009
一种基于多类特征融合的车辆识别方法
为研究融合多类特征形成的新特征对车辆识别准确率的影响,首先对图像的方向梯度直方图(HOG)特征、不变矩特征和灰度共生矩阵特征进行特征提取,并对HOG特征采用主成分分析法(PCA)进行降维;利用极差变换法对三类特征进行归一化处理并采用线性融合法进行融合构成新的特征.实验结果表明,基于上述三类单一特征的车辆识别准确率分别为51.39%,59.72%和75%,识别准确率较低;基于融合后形成的新特征的车辆识别准确率达到了97.22%,识别准确率有了较大提高,验证了多类特征融合在提高车辆识别准确率方面的有效性,对研究道路交通安全具有重要意义.
车辆识别、特征提取、特征降维、特征融合、归一化处理、交通安全
43
TN911.73-34;U471.15
山东省自然科学基金;山东省自然科学基金;中国博士后科学基金
2020-03-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
31-34,39