了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介
本发明公开了一种基于类字典稀疏识别的车辆分类方法。具体方法如下:
- 首先,将训练图像转换为灰度图像,并归一化至同一尺寸。
- 提取图像的LBP(局部二值模式)特征和SIFT(尺度不变特征变换)特征,并将二者级联。
- 采用RLS-DLA(递归最小二乘-字典学习算法)进行字典训练,针对自行车、摩托车、汽车三类典型目标的图像数据集,分别训练出三个对应的类字典。
- 对待分类目标进行灰度化和归一化处理,提取LBP特征和SIFT特征,并将二者级联。
- 利用训练好的三个类字典,进行稀疏识别,分别求出各类对应的稀疏系数。
- 依据最近邻原则,对目标进行分类。
本发明方法的特点在于:
- 类字典对于特定类的表征能力强于由全体数据集生成的全局字典。
- 能够滤除光照对车辆目标图像处理的影响。
- 对不同角度的目标图像仍能达到良好的分类效果。
本发明公开了一种基于类字典稀疏识别的车辆分类方法,所述方法首先将训练图像变成灰度图像并归一化为同一尺寸,提取LBP特征和SIFT特征并级联,采用RLS-DLA算法进行字典训练,针对自行车、摩托车、汽车三类典型目标的图像数据集,分别训练出三个对应的类字典;将待分类目标灰度化和归一化后,提取LBP特征和SIFT特征并将二者进行级联;利用训练好的三个类字典,进行稀疏识别,分别求出各类对应的稀疏系数,依据最近邻原则进行分类。本发明方法中类字典对于特定类的表征能力强于由全体数据集生成的全局字典,可以滤除光照对车辆目标图像处理的影响,并且对不同角度的目标图像仍能达到良好的分类效果。
(此文字表达经过AI优化完善,查看原文请点击
原文)
专利基本信息
| 专利名称 |
一种基于类字典稀疏识别的车辆分类方法 |
| 专利状态 |
- |
专利号(申请号) |
CN201510051034.8 |
| 申请号 |
- |
专利申请日期 |
2015-01-30 |
| 专利授权日期 |
2015-05-06 |
专利权届满日 |
- |
| 专利所属地 |
中国 |
专利类型 |
发明专利 |
| 发明人 |
李艺;刘佶鑫 |
| 权利人 |
- |
| 专利摘要 |
本发明公开了一种基于类字典稀疏识别的车辆分类方法,所述方法首先将训练图像变成灰度图像并归一化为同一尺寸,提取LBP特征和SIFT特征并级联,采用RLS-DLA算法进行字典训练,针对自行车、摩托车、汽车三类典型目标的图像数据集,分别训练出三个对应的类字典;将待分类目标灰度化和归一化后,提取LBP特征和SIFT特征并将二者进行级联;利用训练好的三个类字典,进行稀疏识别,分别求出各类对应的稀疏系数,依据最近邻原则进行分类。本发明方法中类字典对于特定类的表征能力强于由全体数据集生成的全局字典,可以滤除光照对车辆目标图像处理的影响,并且对不同角度的目标图像仍能达到良好的分类效果。 |