基于局部学习的车辆图像识别方法
随着机动车交通违法行为的增多,民众利用智能手机拍照举报式的监督模式应运而生.针对由手机拍照举报的静态图像的车辆识别问题,提出一种基于局部学习的车辆识别方法.与在整个样本空间里训练一个全局模型的传统方法不同,该方法以局部学习中心选取策略和巴氏距离大小为基础,将样本划分若干子集并在每个子集上训练一个局部分类器.仿真结果表明:与已有形状模型法、超像素级别等图像目标识别方法相比,该方法在静态车辆图像识别的问题上拥有更好的识别率和识别效果.
局部学习、超像素、目标识别、车辆识别
45
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61401397;浙江省科技厅公益资助项目2014C33073
2017-08-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
439-444