基于改进的NC-HOG特征的工程车车型自动识别算法

为有效识别工程车车型,提出一种改进的HOG特征的自动识别算法。使用RPN(region proposal network)自动划分车辆候选区,对每个候选区进行自然度保留的图像增强处理和颜色不变性处理,分别提取NPE-HOG(naturalness preserved enhancement-histogram of oriented gradients)特征和CIV-HOG(color invariant-histogram of oriented gradients)特征,将两者融合得到NC-HOG特征,结合一对一支持向量机实现对压路机、挖掘机、装载机3类工程车辆的车型自动识别。实验对国家电网施工现场的工程车数据库进行测试,对比从原图、Gamma校正、自然度保留图像增强和颜色不变性处理图像上分别提取HOG、LBP(local binary pattern)、SIFT(scale-invariant feature transform)特征对车型识别效果的影响。实验结果表明,改进NC-HOG算法能有效提高HOG特征的识别正确率,3种车型平均识别正确率为93.0%。