10.3969/j.issn.1000-033X.2020.03.012
基于融合特征稀疏编码模型的车辆品牌识别方法
提出了一种基于融合特征稀疏编码模型的车辆品牌识别方法,该方法首先提取车脸图像的方向梯度直方图特征作为融合特征稀疏编码模型的一级特征向量,然后将车脸图像的一级特征向量作为过完备字典中训练样本集的线性组合,并构建非负性约束稀疏编码模型,最后采用重构误差最小原则对车辆品牌进行识别.基于东南大学的车脸数据库进行了试验,结果表明,基于融合特征稀疏编码模型的车辆品牌识别方法优于HOG+SVM、传统稀疏表示和字典学习稀疏表示的车辆品牌识别方法,其平均识别率达到96.16%.理论分析和试验结果表明,基于融合特征稀疏编码模型的车辆品牌识别方法具有较强的鲁棒性和适用性.
融合特征、稀疏编码模型、车脸图像、鲁棒性
37
U491.1(交通工程与公路运输技术管理)
河北省重点研发计划项目19270802D
2020-06-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
59-63