多维特征融合与Adaboost-SVM的车辆识别算法
作者:
崔鹏宇
关键词:
车辆识别
多维特征融合
Adaboost分类器
强分类器
几何特征
纹理特征
摘要:
为了解决车辆目标特征不明显而导致识别率低的问题,提出了基于多维特征融合与Adaboost-SVM强分类器的车辆目标识别算法.首先,根据车辆目标几何特征、颜色特征和纹理特征,融合为多维特征向量,达到组建强特征向量的目的.然后,融合Adaboost与多个弱分类器,建立强分类器,根据SVM的超优分类平面模型,训练多维特征向量,设计了Adaboost-SVM分类器,达到稳定准确识别车辆目标特征的目的.最后,将样本图像分为训练样本集与测试样本集,通过强分类器,实现并测试车辆目标识别算法.实验测试结果显示:与当前车辆识别技术相比,该算法拥有更高的识别准确度.
上一篇:第一页
下一篇: 基于语义扩展的复合贝叶斯网络检索模型