吉林大学学报(工学版) ›› 2018, Vol. 48 ›› Issue (3): 929-935.doi: 10.13229/j.cnki.jdxbgxb20170934
耿庆田1,2, 于繁华1, 王宇婷2, 高琦坤1
GENG Qing-tian1,2, YU Fan-hua1, WANG Yu-ting2, GAO Qi-kun1
摘要: 为提高车型检测速度与精确度,本文首先通过对HOG特征进行改进,提出了分层HOG对称算法,得到了分层的HOG对称特征,并将该特征与LBP特征结合,获得二者的融合特征;然后,将融合特征作为支持向量机(SVM)分类器的训练样本,采用主成分分析(PCA)法约减维数降低分类器的复杂程度;最后,使用SVM对车辆外型特征进行检测,获得检测结果。仿真实验数据表明:该算法提高了特征提取的速度,并改善了特征检测的精度,使原始车辆图像的检测实时性得到提升;处理速度均值为26.2帧/s,准确率均值达到94.58%,比传统的HOG特征提高了7.98%。本文方法能有效提高车型检测检测的正确率,减少高维特征带来的计算时间消耗。
中图分类号:
[1] He H, Mao C Q, Pan H Y, et al.Vehicle detection system based on magnetoresistive sensor[J]. App- lied Mechanics & Materials, 2015, 743:277-280. [2] Wang P, Li X, Lv Z, et al.Vehicle outline detect- ion based on improved SIFT algorithm[J]. Intern- ational Journal of Earth Sciences & Engineering, 2015, 8(1): 396-400. [3] Mu K, Hui F, Zhao X, et al.Multiple vehicle de- tection and tracking in highway traffic surveyance video based on SIFT feature matching[J]. Journal of Information Processing Systems, 2016,12(2): 183-195. [4] Abadi E A J, Amiri S A, Goharimanesh M, et al. Vehicle model recognition based on using image processing and wavelet analysis[J]. International Journal on Smart Sensing & Intelligent Systems, 2015,29(9): 156-161. [5] Song M.Vehicle model recognition based on SURF[J]. Journal of Information & Computational Science, 2015,12(17): 6249-6256. [6] 魏小鹏, 于万波, 金一粟. 奇异值方法用于汽车车型识别[J].中国图象图形学报, 2003, 8(1): 50-53. Wei Xiao-peng, Yu Wan-bo, Jin Yi-su, et al.Car shape recognition based on matrix singular value[J]. Journal of Image & Graphics, 2003, 8(1): 50-53. [7] He D, Lang C, Zhang C, et al.Vehicle detection and classification based on convolutional neural network[C]∥ACM International Conference on Internet Multimedia Computing and Service, New York, 2015: 3-8. [8] Hsieh J W, Chen L C, Chen D Y, et al.Symmetrical SURF and its applications to vehicle detect- ion and vehicle make and model recognition[J]. Transactions on Intelligent Transportation Systems,IEEE, 2014, 15(1): 6-20. [9] Mejia-Inigo R, Barilla-Perez M E, Montes-Ven- egas H A, et al. Color-based texture image seg- mentation for vehicle detection[C]∥IEEE International Conference on Electrical Engineering, Computing Science and Automatic Control, cce. New York, 2011:1-6. [10] 王丹, 张祥合. 基于HOG和SVM的人体行为仿生识别方法[J]. 吉林大学学报:工学版, 2013, 43(增刊1):489-492. Wang Dan, Zhang Xiang-he.Biomimetic recognition method of human behavior based on HOG and SVM[J]. Journal of Jilin University(Engineering and Technology Edition), 2013, 43(Sup.1): 489-492. [11] 李宗民, 公绪超, 刘玉杰,等. 多特征联合建模的视频对象分割技术研究[J]. 计算机学报, 2013, 36(11): 2356-2363. Li Zong-min,Gong Xu-chao,Liu Yu-jie, et al.Video object segmentation research based on features joint modeling[J]. Chinse Journal of Computers, 2013, 36(11): 2356-2363. [12] 王莹, 李文辉, 傅博,等. 基于水平分量优先原则的RDW-LBP人脸识别算法[J]. 吉林大学学报:工学版, 2011, 41(3): 750-757. Wang Ying, Li Wen-hui, Fu Bo, et al.Face recognition algorithm using RDW-LBP based on horizontal component prior principle[J]. Journal of Jilin University(Engineering and Technology Edition), 2011, 41(3): 750-757. [13] 于海琦, 刘真, 田全慧, 等. 一种基于GA-BP神经网络结合PCA的LCD显示器光谱特征化模型[J]. 液晶与显示, 2016, 31(2): 201-207. Yu Hai-qi, Liu Zhen, Tian Quan-hui, et al.Spectral characterization model of liquid crystal display based on GA-BP neural network and PCA[J]. Chinese Journal of Liquid Crystals and Displays, 2016, 31(2): 201-207. [14] 黄璇, 郭立红, 李姜, 等. 磷虾群算法优化支持向量机的威胁估计[J]. 光学精密工程, 2016, 24(6): 1448-1454. Huang Xuan, Guo Li-hong, Li Jiang, et al.Threat assessment of SVM optimized by Krill Herd algorithm[J].Opt Precision Eng, 2016, 24(6): 1448-1454. [15] 林琳, 陈虹, 陈建, 等. 基于多核SVM-GMM的短语音说话人识别[J]. 吉林大学学报:工学版, 2013, 43(2): 504-509. Lin Lin, Chen Hong, Chen Jian, et al.Speaker recognition with short utterances based on multiple kernel SVM-GMM[J]. Journal of Jilin University(Engineering and Technology Edition), 2013, 43(2): 504-509. [16] 孙轶轩, 邵春福, 岳昊,等. 基于SVM灵敏度的城市交通事故严重程度影响因素分析[J]. 吉林大学学报:工学版, 2014, 44(5): 1315-1320. Sun Yi-xuan, Shao Chun-fu,Yue Hao, et al.Urban traffic accident severity analysis based on sensitivity analysis of SVM[J]. Journal of Jilin University(Engineering and Technology Edition), 2014, 44(5): 1315-1320. [17] 代琨,于宏毅,仇文博,等. 基于SVM的网络数据无监督特征选择算法[J]. 吉林大学学报:工学版, 2015, 45(2): 576-582. Dai Kun, Yu Hong-yi, Qiu Wen-bo, et al.Unsupervised feature selection algorithm based on support vector machine for network data[J]. Journal of Jilin University(Engineering and Technology Edition),2015,45(2):576-582. |
[1] | 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850. |
[2] | 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858. |
[3] | 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866. |
[4] | 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872. |
[5] | 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878. |
[6] | 隗海林, 包翠竹, 李洪雪, 李明达. 基于最小二乘支持向量机的怠速时间预测[J]. 吉林大学学报(工学版), 2018, 48(5): 1360-1365. |
[7] | 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570. |
[8] | 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599. |
[9] | 刘哲, 徐涛, 宋余庆, 徐春艳. 基于NSCT变换和相似信息鲁棒主成分分析模型的图像融合技术[J]. 吉林大学学报(工学版), 2018, 48(5): 1614-1620. |
[10] | 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628. |
[11] | 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605. |
[12] | 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613. |
[13] | 张曼, 施树明. 典型汽车运行工况的状态转移特征分析[J]. 吉林大学学报(工学版), 2018, 48(4): 1008-1015. |
[14] | 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243. |
[15] | 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223. |
|