期刊文献+
共找到48篇文章
< 1 2 3 >
每页显示 20 50 100
室外动态车标图像关键特征边缘识别仿真
1
作者 刘强 刘志国 《计算机仿真》 2024年第3期487-491,共5页
由于室外环境光照条件复杂,当车辆在行驶时,车标图像会产生运动模糊,导致边缘位置模糊,从而影响边缘的准确识别。为了有效解决上述问题,提出一种室外动态车标图像关键特征边缘精准识别方法。通过先验知识对室外动态车标粗定位,采用背景... 由于室外环境光照条件复杂,当车辆在行驶时,车标图像会产生运动模糊,导致边缘位置模糊,从而影响边缘的准确识别。为了有效解决上述问题,提出一种室外动态车标图像关键特征边缘精准识别方法。通过先验知识对室外动态车标粗定位,采用背景纹理去除方法获取精定位图像。结合RGB颜色空间类别,计算室外动态视频图像矢量距离和平均矢量,获取图像线性函数,并统计其类别。分析动态车标图像决策规则,展开室外动态车标图像的分割和决策分类,采用图像局部离散系数,得到离散矩阵。计算室外车标图像的动态阈值以及灰度值,将车标图像边缘关键特征归一化处理,实现车标图像关键特征边缘精准识别。实验结果表明,所提方法可以有效提升车标定位结果的准确性,且车标图像关键特征边缘的平均识别率在90%以上,同时可以有效减少识别时间。 展开更多
关键词 动态车标图像 关键特征 边缘精准识别 归一化处理
下载PDF
基于HOG特征和TSVM算法的车标识别
2
作者 张化迎 《信息技术》 2023年第2期185-190,196,共7页
支持向量机(Support Vector Machine,SVM)是建立车标识别模型的主要智能方法之一。考虑SVM存在计算复杂度高和无法实现增量学习等问题,提出一种基于孪生支持向量机(Twin SVM,TSVM)增量学习算法,并结合HOG特征设计一种车标识别系统。首... 支持向量机(Support Vector Machine,SVM)是建立车标识别模型的主要智能方法之一。考虑SVM存在计算复杂度高和无法实现增量学习等问题,提出一种基于孪生支持向量机(Twin SVM,TSVM)增量学习算法,并结合HOG特征设计一种车标识别系统。首先利用特征检测结合仿射变换技术,实现车标的精准定位;然后提取车标图像HOG特征,并通过对矩阵的逆运算进行分解和重组,实现TSVM增量学习。最后利用车标数据集训练分类模型,实现对车标的分类。实验结果表明,文中提出的算法在车标数据集上实现了91.77%的识别率,优于其他几种识别算法,证明了文中提出算法的有效性。 展开更多
关键词 车标识别 车标分类 HOG特征 孪生支持向量机 增量学习
下载PDF
Size-self-adaptive recognition method of vehicle manufacturer logos based on feature extraction and SVM classifier
3
作者 Wenting LU Honggang ZHANG +1 位作者 Kunyan LAN Jun GUO 《Frontiers of Electrical and Electronic Engineering in China》 CSCD 2010年第1期77-84,共8页
Besides their decorative purposes,vehicle manufacturer logos can provide rich information for vehicle verification and classification in many applications such as security and information retrieval.However,unlike the ... Besides their decorative purposes,vehicle manufacturer logos can provide rich information for vehicle verification and classification in many applications such as security and information retrieval.However,unlike the license plate,which is designed for identification purposes,vehicle manufacturer logos are mainly designed for decorative purposes such that they might lack discriminative features themselves.Moreover,in practical applications,the vehicle manufacturer logos captured by a fixed camera vary in size.For these reasons,detection and recognition of vehicle manufacturer logos are very challenging but crucial problems to tackle.In this paper,based on preparatory works on logo localization and image segmentation,we propose a size-self-adaptive method to recognize vehicle manufacturer logos based on feature extraction and support vector machine(SVM)classifier.The experimental results demonstrate that the proposed method is more effective and robust in dealing with the recognition problem of vehicle logos in different sizes.Moreover,it has a good performance both in preciseness and speed. 展开更多
关键词 vehicle manufacturer logo recognition feature extraction support vector machine(SVM) size-selfadaptive
原文传递
基于边缘直方图的快速汽车标志识别方法 被引量:25
4
作者 罗彬 游志胜 曹刚 《计算机应用研究》 CSCD 北大核心 2004年第6期150-151,157,共3页
提出了基于边缘直方图的一种快速识别方法 ,对汽车标志可以进行高准确度的识别。边缘直方图能够比较准确地反映图像的边缘和纹理信息 ,不同类图像反映出的统计特性能比较准确地用于分类识别。通过大量的试验证明使用提取边缘直方图和相... 提出了基于边缘直方图的一种快速识别方法 ,对汽车标志可以进行高准确度的识别。边缘直方图能够比较准确地反映图像的边缘和纹理信息 ,不同类图像反映出的统计特性能比较准确地用于分类识别。通过大量的试验证明使用提取边缘直方图和相关算法相结合的方法比一般的识别方法更加快速、有效。 展开更多
关键词 边缘直方图 相关算法 车标识别
下载PDF
基于PCA与不变矩的车标定位与识别 被引量:18
5
作者 王枚 王国宏 +1 位作者 房培玉 孙淑娟 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2008年第1期36-40,共5页
在车牌位置确定的情况下,利用车标边缘特点在车牌上方一定范围内检测车标。提出车标似真度的概念,将检测到的车标图像映入PCA生成的特征车标空间,得到的重构图像与原图像进行车标真实性检测,减少车标的误定位;然后利用不变矩的旋转、尺... 在车牌位置确定的情况下,利用车标边缘特点在车牌上方一定范围内检测车标。提出车标似真度的概念,将检测到的车标图像映入PCA生成的特征车标空间,得到的重构图像与原图像进行车标真实性检测,减少车标的误定位;然后利用不变矩的旋转、尺度及平移均不变的特性,定义不变矩的最小矩距离进行车标识别。通过实测车标图像的定位和识别实验表明,该方法是有效和可行的。 展开更多
关键词 车标识别 特征车标 似真度 不变矩 最小矩距离
下载PDF
一种快速车标定位方法 被引量:11
6
作者 庄永 杨红雨 +2 位作者 游志胜 李贵俊 黄戈 《四川大学学报(自然科学版)》 CAS CSCD 北大核心 2004年第6期1167-1171,共5页
车标定位是车标识别系统中至关重要的一步.作者提出了一种快速的车标定位算法,即在已知车牌位置的情况下,利用车标位置垂直方向能量集中的特点进行滤波处理以及在粗定位矩形框中利用模板匹配的方法得到车标的准确位置.实验结果表明,该... 车标定位是车标识别系统中至关重要的一步.作者提出了一种快速的车标定位算法,即在已知车牌位置的情况下,利用车标位置垂直方向能量集中的特点进行滤波处理以及在粗定位矩形框中利用模板匹配的方法得到车标的准确位置.实验结果表明,该方法定位准确率在95%以上,平均速度在150ms至200ms之间. 展开更多
关键词 车标定位 车标识别 能量特征 模板匹配
下载PDF
基于PCA和边缘不变矩的车标识别新方法 被引量:15
7
作者 王枚 王国宏 +1 位作者 高小林 王勇 《计算机工程与应用》 CSCD 北大核心 2008年第4期224-226,229,共4页
车标识别技术是进行车辆类型识别的关键内容。在车牌定位准确的基础上,利用车头图像中车牌、车标位置关系定位到车标大致区域;接着对车标进行精确定位、归一化处理,并提出似真度函数对车标进行确认;然后利用边缘不变矩的最小距离进行车... 车标识别技术是进行车辆类型识别的关键内容。在车牌定位准确的基础上,利用车头图像中车牌、车标位置关系定位到车标大致区域;接着对车标进行精确定位、归一化处理,并提出似真度函数对车标进行确认;然后利用边缘不变矩的最小距离进行车标识别。该方法不受原始车标图像大小、变形等影响,能够自适应地进行目标定位确认和识别,具有较强的鲁棒性。通过实测图像测试,结果表明该方法是有效和可行的。 展开更多
关键词 似真度函数 边缘不变矩 车标配准 车标识别
下载PDF
基于深度学习的车标识别方法研究 被引量:31
8
作者 彭博 臧笛 《计算机科学》 CSCD 北大核心 2015年第4期268-273,共6页
对交通监控录像中车牌污损、遮挡的肇事车辆信息进行确认是现阶段智能交通系统中的一个重要问题,车标作为一个关键特征,可以起到辅助判别的作用。提出了一种基于深度学习的车标识别方法,相对于以人工提取特征为主的传统车标识别方法,该... 对交通监控录像中车牌污损、遮挡的肇事车辆信息进行确认是现阶段智能交通系统中的一个重要问题,车标作为一个关键特征,可以起到辅助判别的作用。提出了一种基于深度学习的车标识别方法,相对于以人工提取特征为主的传统车标识别方法,该方法具有可自主学习特征、可直接输入图像等优点。实验表明,这种方法正确率较高,在光照变化和噪声污染下的准确性和稳定性较好,能够有效降低车标识别的错误率。 展开更多
关键词 肇事车辆 车标 深度学习 车标识别
下载PDF
基于联合层特征的卷积神经网络在车标识别中的应用 被引量:14
9
作者 张力 张洞明 郑宏 《计算机应用》 CSCD 北大核心 2016年第2期444-448,共5页
针对现有智能交通系统仅仅通过车牌信息获取车辆信息存在不准确的情况,提出一种基于联合层特征的卷积神经网络(Multi-CNN)进行车标识别。该方法将通过卷积神经网络中不同层提取的特征联合起来,一起作为全连接层的输入,训练获得分类器。... 针对现有智能交通系统仅仅通过车牌信息获取车辆信息存在不准确的情况,提出一种基于联合层特征的卷积神经网络(Multi-CNN)进行车标识别。该方法将通过卷积神经网络中不同层提取的特征联合起来,一起作为全连接层的输入,训练获得分类器。通过理论分析和实验表明,与传统的卷积神经网络训练获得的分类器相比,MultiCNN方法能够减少训练所需计算量,同时将车标识别准确率提升至98.7%。 展开更多
关键词 深度学习 卷积神经网络 联合特征 车标识别
下载PDF
基于Edge Boxes的大型车辆车标检测与识别 被引量:3
10
作者 李熙莹 吕硕 +2 位作者 江倩殷 袁敏贤 余志 《计算机工程与应用》 CSCD 北大核心 2018年第12期152-159,共8页
传统车标检测与识别算法难以检测大型车辆车标,且速度较慢。提出了一种基于Edge Boxes的大型车辆车标检测与识别方法。Edge Boxes算法是一种成熟的图像分割算法,能够快速且有效地检测物体位置,满足大型车辆车标检测与识别问题的准确性... 传统车标检测与识别算法难以检测大型车辆车标,且速度较慢。提出了一种基于Edge Boxes的大型车辆车标检测与识别方法。Edge Boxes算法是一种成熟的图像分割算法,能够快速且有效地检测物体位置,满足大型车辆车标检测与识别问题的准确性及实时性的需求。该方法首先根据车标在车辆中的空间位置关系初选车标候选区,然后利用Edge Boxes算法进行目标提取,进而将提取得到的目标送入利用线性约束编码构建的车标检测分类器和车标识别分类器进行训练与识别,得到车标检测与识别结果。对不同卡口的不同天气和光照条件下采集的4 480张图像(含50类大型车辆)进行实验,实验结果表明,在检测与识别性能以及时间消耗方面均优于传统方法,具有良好的实用前景。 展开更多
关键词 大型车辆 车标检测与识别 Edge BOXES 线性约束编码 车标定位分类器 车标识别分类器
下载PDF
基于改进SIFT特征提取的车标识别 被引量:20
11
作者 耿庆田 赵浩宇 +1 位作者 王宇婷 赵宏伟 《光学精密工程》 EI CAS CSCD 北大核心 2018年第5期1267-1274,共8页
为减少SIFT车标识别算法中检测极值点的冗余以及各种图像变化因素的不利影响,提出了基于边缘约束和全局结构化的改进SIFT算法。利用图像不变矩理论及图像边缘检测算法只对目标图像的边缘区域检测,剔除与车标识别区域无关的极值点;同时... 为减少SIFT车标识别算法中检测极值点的冗余以及各种图像变化因素的不利影响,提出了基于边缘约束和全局结构化的改进SIFT算法。利用图像不变矩理论及图像边缘检测算法只对目标图像的边缘区域检测,剔除与车标识别区域无关的极值点;同时将特征点邻域划分为圆形并计算出同心圆内像素点最大曲率来构建全局SIFT组合特征向量,使SIFT描述子具有全局描述特性;并结合SVM模型作为车标图像特征向量的分类器进行特征分类、识别。仿真实验结果表明:改进的SIFT算法可以减少冗余极值点约25%~45%,提高了检测极值点的有效性;使车标平均识别率达到97%以上,改善了识别实时性。改进SIFT的车标识别方法与几种常用的图像特征提取算子相比较具有识别率高、识别速度快的优点。 展开更多
关键词 车标识别 尺度不变特征变换特征 边缘约束 极值点检测 支持向量机
下载PDF
基于2DPCA-ICA和SVM的车标识别新方法 被引量:2
12
作者 李文举 孙娟红 +1 位作者 韦丽华 李侠 《辽宁师范大学学报(自然科学版)》 CAS 2011年第2期166-169,共4页
为了进一步提高车标识别率,提出了一种新的车标识别方法.首先应用二维主元分析技术进行数据降维,然后应用独立成分分析技术提取车标图像的特征,最后应用支持向量机技术设计分类器进行车标识别.实验结果表明,和现有方法相比,所提出的车... 为了进一步提高车标识别率,提出了一种新的车标识别方法.首先应用二维主元分析技术进行数据降维,然后应用独立成分分析技术提取车标图像的特征,最后应用支持向量机技术设计分类器进行车标识别.实验结果表明,和现有方法相比,所提出的车标识别方法具有更高的识别率、更快的运算速度. 展开更多
关键词 车标识别 二维主元分析 独立成分分析 支持向量机
下载PDF
基于车徽背景纹理识别的车徽定位新方法 被引量:5
13
作者 李玲 李文举 《辽宁师范大学学报(自然科学版)》 CAS 2009年第2期171-173,共3页
车徽是汽车品牌的标志,是汽车分类与识别的重要依据.车徽定位是车徽识别的关键环节.笔者提出了一种新的车徽定位方法.首先,根据车徽和车牌的位置关系进行车徽的粗定位,其次,进行车徽背景的纹理识别,然后,通过边缘检测进行车徽的背景抑制... 车徽是汽车品牌的标志,是汽车分类与识别的重要依据.车徽定位是车徽识别的关键环节.笔者提出了一种新的车徽定位方法.首先,根据车徽和车牌的位置关系进行车徽的粗定位,其次,进行车徽背景的纹理识别,然后,通过边缘检测进行车徽的背景抑制,对水平纹理进行垂直边缘检测,对垂直纹理进行水平边缘检测,最后应用数学形态学进行滤波,精确定位出车徽.实验结果表明,此方法具有很好的车徽定位效果. 展开更多
关键词 车徽定位 车徽背景 纹理识别 边缘检测 数学形态学
下载PDF
基于SIFT的车标识别算法 被引量:4
14
作者 耿庆田 于繁华 +2 位作者 王宇婷 赵宏伟 赵东 《吉林大学学报(理学版)》 CAS CSCD 北大核心 2018年第3期639-644,共6页
针对车标识别过程中匹配阈值难、识别速度慢的问题,提出一种基于尺度不变特征变换(SIFT)的特征匹配车标识别算法.利用SIFT算子对图像的视角、平移、放射、亮度、旋转等不变特性进行提取,并采用BP神经网络算法自主选取车标图像特征进行... 针对车标识别过程中匹配阈值难、识别速度慢的问题,提出一种基于尺度不变特征变换(SIFT)的特征匹配车标识别算法.利用SIFT算子对图像的视角、平移、放射、亮度、旋转等不变特性进行提取,并采用BP神经网络算法自主选取车标图像特征进行分类、匹配和识别.仿真实验结果表明,简单车标和复杂车标的识别率平均值均达90%以上,该算法识别速度较快、识别率较高,能满足实际应用的需要. 展开更多
关键词 车标识别 尺度不变特征变换 特征匹配 BP神经网络
下载PDF
一种简单快速的车标定位方法 被引量:4
15
作者 刘直芳 王运琼 《计算机应用》 CSCD 北大核心 2009年第5期1344-1348,共5页
由于视点的不同,单纯的车辆外形对车辆的类型识别不具有决定性的意义,而车标则对车辆类型具有决定意义。提出了一种快速的从粗到精的车标定位方法:首先根据车头前方车牌的纹理特征大致确定车牌位置,并结合车头本身的对称性等先验知识粗... 由于视点的不同,单纯的车辆外形对车辆的类型识别不具有决定性的意义,而车标则对车辆类型具有决定意义。提出了一种快速的从粗到精的车标定位方法:首先根据车头前方车牌的纹理特征大致确定车牌位置,并结合车头本身的对称性等先验知识粗略地确定车标的位置;然后在粗定位的小范围内利用边缘特征和形态运算进行车标的定位。考虑到各种噪声以及形态学的影响,在车标识别中利用模板匹配进行精定位和粗识别。利用已有的识别方法对该车标定位算法进行了验证,结果表明,该方法能快速、准确地定位车标位置,且识别率能达到实时应用的要求。 展开更多
关键词 车标 车标定位 车标识别 边缘方向直方图
下载PDF
基于改进HOG特征值的车标检测与识别方法 被引量:15
16
作者 鲁丰 刘芸 张仁辉 《光通信研究》 北大核心 2012年第5期26-29,共4页
车标自动识别是智能交通系统中机动车辆信息采集的关键内容。根据车标具有丰富边缘信息的特征,文章应用HOG(梯度方向直方图)的特征值,采用SVM(支持向量机)的分类工具实现了车标的快速检测与识别。并提出一种改进的HOG特征值,在车标检测... 车标自动识别是智能交通系统中机动车辆信息采集的关键内容。根据车标具有丰富边缘信息的特征,文章应用HOG(梯度方向直方图)的特征值,采用SVM(支持向量机)的分类工具实现了车标的快速检测与识别。并提出一种改进的HOG特征值,在车标检测识别准确率上取得了显著的效果。大量实验数据以及在智能交通系统中的应用表明,该方法具有较强的鲁棒性和实用价值。 展开更多
关键词 梯度方向直方图 支持向量机 车标识别 车标定位
下载PDF
基于小波变换和不变矩的车标识别方法 被引量:4
17
作者 王枚 王国宏 +1 位作者 高学强 吕建敏 《海军航空工程学院学报》 2007年第6期655-658,共4页
形状特征是目标识别的重要参数,小波变换的低频部分代表物体的总体形状特征,而图像中的噪声主要分布于高频部分.根据这一特征,利用小波变换消除噪声提取目标形状,进而利用特征不变矩距离进行分类,实现目标识别,将该方法应用在实测车标... 形状特征是目标识别的重要参数,小波变换的低频部分代表物体的总体形状特征,而图像中的噪声主要分布于高频部分.根据这一特征,利用小波变换消除噪声提取目标形状,进而利用特征不变矩距离进行分类,实现目标识别,将该方法应用在实测车标图像的识别中,结果表明识别效果较好. 展开更多
关键词 小波变换 不变矩 最小矩距离 车标识别
下载PDF
基于主成分分析的目标确认方法及其在车标定位识别中的应用 被引量:5
18
作者 王枚 王国宏 《南京理工大学学报》 EI CAS CSCD 北大核心 2009年第1期42-46,共5页
提出一种基于主成分分析的目标确认方法,解决小目标定位错误率高,并由此导致无效目标识别的问题。将已建好的目标模板看成一组随机向量,利用主成分分析得到一组特征目标;从原图像中检测可能目标,并将其映入特征目标空间进行重构;构造原... 提出一种基于主成分分析的目标确认方法,解决小目标定位错误率高,并由此导致无效目标识别的问题。将已建好的目标模板看成一组随机向量,利用主成分分析得到一组特征目标;从原图像中检测可能目标,并将其映入特征目标空间进行重构;构造原目标与重构目标的似真度函数,根据该函数值可对检测目标进行确认或剔除,降低误定位率,确保了进入后续识别的目标为目标库中对象。将该方法应用在实测车辆图像车标定位识别测试,结果表明:与不使用似真度函数验证相比,目标定位准确度提高了16.5%;使用不变矩最小距离分类器进行车标识别,识别准确度比不使用似真度函数确认提高了20%。 展开更多
关键词 主成分分析 似真度函数 目标确认 车标定位识别
下载PDF
基于图像质量和PCA子空间的车标识别方法 被引量:3
19
作者 磨少清 刘正光 张军 《计算机应用》 CSCD 北大核心 2010年第8期2244-2246,2260,共4页
针对室外动态获取的车标图像质量差异大而导致的识别率不高的情况,提出了一种结合图像质量的主成分分析子空间的车标识别方法。该方法首先基于模糊理论计算车标图像的模糊度,进而根据模糊度将训练样本分成不同的子集并生成相应的PCA子... 针对室外动态获取的车标图像质量差异大而导致的识别率不高的情况,提出了一种结合图像质量的主成分分析子空间的车标识别方法。该方法首先基于模糊理论计算车标图像的模糊度,进而根据模糊度将训练样本分成不同的子集并生成相应的PCA子空间族,最后根据待识别车标图像的模糊度选择相应的子空间族进行识别。实验数据表明基于模糊度PCA子空间进行的重构误差比基于传统PCA子空间进行的重构误差小,因此其模式描述能力强,从而获得较高的识别率。与其他算法的对比实验进一步表明该算法的有效性。 展开更多
关键词 智能交通系统 车标识别 图像质量 主成分分析
下载PDF
自然场景车标数据集的构建及其应用 被引量:2
20
作者 邹北骥 雷太航 +2 位作者 刘姝 廖望旻 姜灵子 《国防科技大学学报》 EI CAS CSCD 北大核心 2021年第1期95-102,共8页
车标作为车辆身份的关键特征之一,在车辆的监控与辨识中发挥着重要作用。由于自然场景复杂多变,对其中的车标进行准确识别仍具有很大的挑战性。目前公开数据库很少且存在诸多局限,导致研究缺乏可信度和实用性。本文建立了一个面向自然... 车标作为车辆身份的关键特征之一,在车辆的监控与辨识中发挥着重要作用。由于自然场景复杂多变,对其中的车标进行准确识别仍具有很大的挑战性。目前公开数据库很少且存在诸多局限,导致研究缺乏可信度和实用性。本文建立了一个面向自然场景的全新数据集,包含多种采集环境下的10324幅、67类车辆图像。基于此数据集开展应用研究,提出一个目标检测与深度学习相结合的车标识别方法,包括车标区域定位和车标种类预测两大步骤。实验表明,该方法对复杂背景有较强的适应性,在涉及30种车标的分类任务中达到89.0%的总体识别率。 展开更多
关键词 车标识别 自然场景 目标检测 深度学习
下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部