基于GA-RBF神经网络及边界不变特征的车辆识别

摘要：

修正的边界不变矩在目标旋转、缩放和平移过程中能保持不变性.将其作为车辆目标的识别特征,并且利用遗传算法(GA)优化径向基函数(RBF)神经网络参数,能很好地实现对车辆目标的识别.实验表明,该方法在复杂背景下对目标的识别具有很强的鲁棒性,能快速准确地识别车辆类型;并且边界不变特征的引入,减少了数据运算量,提高了识别效率.

关键词：车辆识别、遗传算法、径向基函数网络、边界矩不变量

所属期刊栏目：4

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金重点资助项目60835001

在线出版日期：2009-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：278-282