基于融合特征稀疏编码模型的车辆品牌识别方法

发布时间：2021-03-05 03:03

　　提出了一种基于融合特征稀疏编码模型的车辆品牌识别方法,该方法首先提取车脸图像的方向梯度直方图特征作为融合特征稀疏编码模型的一级特征向量,然后将车脸图像的一级特征向量作为过完备字典中训练样本集的线性组合,并构建非负性约束稀疏编码模型,最后采用重构误差最小原则对车辆品牌进行识别。基于东南大学的车脸数据库进行了试验,结果表明,基于融合特征稀疏编码模型的车辆品牌识别方法优于HOG+SVM、传统稀疏表示和字典学习稀疏表示的车辆品牌识别方法,其平均识别率达到96.16%。理论分析和试验结果表明,基于融合特征稀疏编码模型的车辆品牌识别方法具有较强的鲁棒性和适用性。 

【文章来源】：筑路机械与施工机械化. 2020,37(03)

【文章页数】：5 页

【部分图文】：

车辆图像的HOG特征提取

东南大学车脸数据库的部分图像

计算所有车辆品牌识别结果的混淆矩阵,混淆矩阵对角线上的元素为车辆品牌的正确识别率。奥迪、别克、比亚迪、长安、奇瑞、雪佛兰、雪铁龙、东风、一汽大众、福特、福田、重汽、长城、本田、现代、江淮、日产、铃木、丰田、上海大众、五菱、海马、起亚、标致、跃进、威望、吉利、通用、启晨和五征一共30种车辆品牌的识别率分别为98.67%、98.00%、96.67%、98.67%、92.67%、95.33%、95.33%、94.00%、89.33%、96.67%、94.67%、90.67%、98.67%、97.33%、94.00%、94.00%、94.00%、100.00%、85.33%、100.00%、100.00%、98.67%、98.67%、100.00%、96.67%、99.33%、100.00%、100.00%、100.00%、100.00%。其中,8种车辆品牌的识别率达到了100%,20种车辆品牌的识别率高于90%,只有中国一汽和丰田2种车辆品牌的误判率偏大,分别为89.33%和85.33%,说明它们与其他车辆品牌存在较相似的细节特征信息,如图3所示。丰田品牌大多被误判为比亚迪品牌。由于受道路(如道旁树木的阴影投射在车辆上)、天气(如太阳光线太足,导致车脸区域有反光)、人为(如车辆装饰或文字绘画)等多方面的影响,车脸图像通常存在一定噪声。为进一步考察基于融合特征稀疏编码模型的车辆品牌类型识别方法的鲁棒性和适用性,选取52幅具有严重噪声的车脸图像,如图4所示,分别包括强光反射、局部装饰或遮挡、光线照射弱、运动模糊等测试样本进行试验,试验结果如表2所示。由表2可知,52幅图像的车辆品牌整体识别率为78.85%,其中测试样本在光线照射弱的环境中识别错误的序号有(1)、(2)、(12)、(21)、(23)、(24)、(25)、(26),在强光反射的环境中识别错误的样本序号有(35)、(36)、(42)。采用基于HOG特征及支持向量机(SVM)的车辆品牌分类方法对52幅车辆品牌图像进行识别,则只有序号(30)为识别正确的测试样本。试验结果表明,基于融合特征稀疏编码模型的车辆品牌识别方法是最优的。


本文编号：3064458