基于改进词包模型的车型识别算法
康珮珮
于凤芹
陈莹
1.江南大学物联网工程学院 无锡2141222.江南大学物联网工程学院 无锡2141223.江南大学物联网工程学院 无锡214122
摘要：针对基于原始词包模型的车型识别算法识别速度慢、识别率低的问题,提出了一种基于改进词包模型的车型识别算法.首先使用Dense-SURF算法提取图像特征,并通过改进稠密采样策略进一步提高特征提取速度;然后提出特征上下文-矢量量化(FC-VQ)编码算法,并用其对特征向量进行编码,使编码后的特征包含空间位置信息,进而提高识别率;最后采用快速直方图相交核作为核函数,将提取到的特征送入SVM分类器进行训练或识别.实验结果表明:与其它车型识别算法相比,论文算法识别速度更快且识别率更高.
关键词：车型识别词包模型Dense-SURFFC-VQ编码快速直方图相交核
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61573168)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 861-865,895 )
英文信息