摘要:
本发明提供了一种基于词袋模型的卡口无牌车辆车型识别方法。该方法首先基于直方图完成车辆检测,然后基于梯度密度完成车脸定位。接下来,基于词袋模型进行车型分类,包括训练与测试两部分。针对词袋模型忽略词汇之间关联而导致分类效果不佳的问题,该方法对空间信息进行构造。
在构造空间信息时,分为全局空间信息与局部空间信息两部分进行计算。全局空间信息的获取来自相同标记图像块间的空间角度关系。具体操作是:首先将图像相同标记的图像块按到原点的距离大小进行排序,并依次计算相邻两图像块与横轴之间的夹角,进而统计关于各个标记的全局角度直方图信息。
局部信息则是按照特定方法计算相同标记块出现的局部频率直方图。将全局空间信息与局部空间信息的直方图信息结合起来,完成词袋空间信息的构造。
该方法准确率较高,且在定位精准上,对车脸定位要求较低。同时,运行时间少,可满足一般应用要求。
| 专利名称 | 一种基于词袋模型的卡口无牌车辆车型识别方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201510625981.3 |
| 申请号 | - | 专利申请日期 | 2015-09-28 |
| 专利授权日期 | 2016-02-24 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 陈莹;高含;化春键 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明提供了一种基于词袋模型的卡口无牌车辆车型识别方法,该方法首先基于直方图完成车辆检测,基于梯度密度完成车脸定位,之后基于词袋模型进行车型分类,包括训练与测试两部分,并针对词袋模型忽略词汇之间关联而导致分类效果不佳的问题,对空间信息进行构造。在构造空间信息时,分为全局空间信息与局部空间信息两部分进行计算,其中全局空间信息的获取来自相同标记图像块间的空间角度关系,首先将图像相同标记的图像块按到原点的距离大小进行排序,并依次计算相邻两图像块与横轴之间的夹角,统计关于各个标记的全局角度直方图信息;局部信息则按照特定方法计算相同标记块出现的局部频率直方图。将二者直方图信息结合起来,完成词袋空间信息的构造。该方法准确率较高,且在定位精准上,对车脸定位要求较低,运行时间少,可满足一般应用要求。 | ||