

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、目前,隨著城市化進(jìn)程的快速發(fā)展,人口的大量增加,城市交通問題特別是交通阻塞問題變得日益嚴(yán)峻,智能交通系統(tǒng)也越來越受到大家的廣泛重視,已成為世界交通系統(tǒng)的發(fā)展趨勢。智能交通系統(tǒng)的關(guān)鍵技術(shù)之一即是車型識(shí)別,其不僅在智能交通中擁有廣闊的應(yīng)用前景,而且也是計(jì)算機(jī)視覺,機(jī)器學(xué)習(xí)和圖像處理等領(lǐng)域的研究熱點(diǎn)。
目前基于圖像的車型識(shí)別方法主要是使用圖像處理的技術(shù)來對圖像進(jìn)行分割得到汽車的前景,然后根據(jù)輪廓的大小、面積、形狀或不變矩等特征來
2、識(shí)別車型,但是這種方法一般缺乏擴(kuò)展性。克服上述缺點(diǎn)的一個(gè)可行方案是使用基于機(jī)器學(xué)習(xí)的圖像整體分類方法來對車型進(jìn)行識(shí)別。
本文詳細(xì)研究圖像分類的相關(guān)技術(shù),其中詞袋模型(Bag-of-Feature,BOF)廣泛出現(xiàn)在各種前沿的圖像分類算法當(dāng)中。但是圖像在建立BOF模型中的向量量化操作存在較大的重建誤差。本文采用基于稀疏表示模型的圖像分類方法進(jìn)行車型識(shí)別,可以有效降低這種重建誤差。整個(gè)車型分類識(shí)別的研究分為局部特征提取、稀疏表
3、示模型構(gòu)建、機(jī)器學(xué)習(xí)分類器三個(gè)部分,主要的工作如下:
1.主要研究以SIFT(scale invariant feature transform)和ORB為代表的局部紋理特征提取算法,并對比兩種算法在車型識(shí)別上的性能。
2詳細(xì)分析稀疏表示模型的構(gòu)建過程,重點(diǎn)研究字典學(xué)習(xí)和稀疏編碼算法,針對一般稀疏表示模型中采用離線方式學(xué)習(xí)字典出現(xiàn)內(nèi)存消耗過大、速度慢的缺點(diǎn),提出采用在線的方式學(xué)習(xí)字典。同時(shí)也研究空間金字塔匹配
4、和空間錯(cuò)配核兩種添加空間位置信息的方法。通過這種方式建立起來的特征模型向量可以給分類器提供非常好的分類數(shù)據(jù)模型。
3.研究多種基礎(chǔ)的機(jī)器學(xué)習(xí)分類算法,如K近鄰、決策樹及樸素貝葉斯等,然后重點(diǎn)研究支持向量機(jī)分類算法的原理。針對本文中模型向量維度較大的問題,提出使用直方圖交集核作為支持向量機(jī)的核函數(shù),達(dá)到了較快的計(jì)算速度和很好的分類準(zhǔn)確率。
4.在車型數(shù)據(jù)庫上比較本文提出的方法和采用BOF模型與SVM分類器的圖像
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于卡口圖像的車型識(shí)別方法研究.pdf
- 基于視頻的車型識(shí)別方法的研究.pdf
- 基于稀疏編碼的車型識(shí)別方法研究.pdf
- 基于SURF算子的車型識(shí)別方法.pdf
- 基于圖像的空間典型目標(biāo)分類識(shí)別方法研究.pdf
- 基于車輛聲信號(hào)的SVM及CNN車型分類識(shí)別方法研究.pdf
- 基于多視角特征的車型識(shí)別方法.pdf
- 基于線陣CCD的車型識(shí)別方法研究.pdf
- 基于機(jī)器視覺的車型識(shí)別方法研究與實(shí)踐.pdf
- 基于ASM的圖像識(shí)別方法研究與實(shí)現(xiàn).pdf
- 宮頸細(xì)胞病理圖像的分類識(shí)別方法研究.pdf
- 基于模式識(shí)別方法的多光譜遙感圖像分類研究.pdf
- 基于圖像的車型識(shí)別及DSP實(shí)現(xiàn).pdf
- 基于視頻圖像的車型識(shí)別算法研究與實(shí)現(xiàn).pdf
- 基于圖像識(shí)別的車型自動(dòng)分類系統(tǒng).pdf
- 基于圖像處理技術(shù)的車牌識(shí)別方法研究與實(shí)現(xiàn).pdf
- 基于聯(lián)合特征PCANet的宮頸細(xì)胞圖像分類識(shí)別方法研究.pdf
- 基于小波包變換的遙感超譜圖像分類識(shí)別方法研究.pdf
- 基于圖像的車型識(shí)別研究.pdf
- 基于車輛正面俯視圖的車型識(shí)別方法
評(píng)論
0/150
提交評(píng)論