[发明专利]一种面向交通卡口的多特征融合车标识别方法及系统有效
申请号: | 201510364077.1 | 申请日: | 2015-06-26 |
公开(公告)号: | CN104992180B | 公开(公告)日: | 2019-01-29 |
发明(设计)人: | 杨文;刘妍;吴红阳 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 严彦 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供的是一种面向交通卡口的多特征融合车标识别系统及方法,包括对输入的各幅图像分别进行三种特征提取;基于一级训练样本的三种特征分别进行训练,得到三种一级分类器,预测得到一级测试样本属于一级分类器中每一类的概率,记为软概率;把串联之后的软概率作为特征,基于二级训练样本的特征进行训练,得到二级分类器,利用二级分类器预测完成相应车标识别。本发明所提供的多特征融合方法,在相同的条件下,可以得到更高的准确率。 | ||
搜索关键词: | 一种 面向 交通 卡口 特征 融合 标识 方法 系统 | ||
【主权项】:
1.一种面向交通卡口的多特征融合车标识别方法,用于对从交通卡口拍摄车标所得图像进行识别,其特征在于:针对从交通卡口拍摄车标所得图像采用多特征融合方式实现车标识别,包括以下步骤:步骤1,特征提取,包括对输入的各幅图像分别进行三种特征提取,三种特征包括HOG特征、Curv‑H特征和GIST特征,所述HOG特征为方向梯度直方图特征,所述Curv‑H特征为曲率直方图特征;步骤2,训练一级分类器,包括从所有图像中按比例取一级训练样本,剩下的图像作为一级测试样本,基于一级训练样本的三种特征分别进行训练,得到三种一级分类器,利用所得三种一级分类器分别对各一级测试样本基于相应特征进行预测,得到一级测试样本属于一级分类器中每一类的概率,记为软概率;步骤3,特征融合,包括把每个一级测试样本在三种一级分类器下得到的软概率进行串联,完成三种特征的融合;步骤4,训练二级分类器,包括从一级测试样本中按比例取二级训练样本,剩余图像作为二级测试样本,把串联之后的软概率作为特征,基于二级训练样本的特征进行训练,得到二级分类器,利用二级分类器对二级测试样本基于相应特征进行预测,得到二级测试样本所属的类别,完成相应车标识别。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510364077.1/,转载请声明来源钻瓜专利网。