基于特征学习的车标识别方法研究
发布时间：2020-06-10 11:27
【摘要】：车标识别作为智能交通系统的一个重要组成部分,在车辆管理和交通管理领域具有广泛的应用前景,同时车标识别为车辆身份认证提供了重要信息具有一定的研究价值。现有的车标识别算法中,提供的特征大多为手工设计的特征,其缺点是:需要丰富的经验来设计和优化特征描述子,面对复杂环境鲁棒性差。与手工设计的特征相比,基于特征学习的车标识别方法在解决复杂环境下的车标识别问题方面具有很大的优势。因此,本文针对基于特征学习的车标识别方法进行研究,主要工作如下:(1)分析现有的各类车标识别算法:对现有的车标识别算法进行总结,包括基于传统特征的车标识别算法和基于深度学习的车标识别算法,并对各算法的特点进行分析。(2)提出了一种逐步细化的车标精细定位方案:结合车标与车牌和车脸的位置关系,提出一种由粗到精的车标细定位方法,在车牌和车脸的基础上首先实现车标的粗定位,通过提取车标区域和非车标区域的特征,结合Adaboost算法训练分类器模型,最终实现车标细定位。(3)提出了一种基于特征学习的车标识别算法:结合传统特征中的局部采样方法和深度学习里的网络结构,提出一种基于学习的车标特征提取方法,通过学习到的映射参数将提取的像素梯度差映射到一个低维的二值特征向量,使得提取的车标特征更加紧凑和鲁棒。
【图文】：
在实际的道路交通环境中，由于卡口图像懫样区域大，车辆行驶速度快，背逡逑景环境复杂，直接对过往车辆进行车标识别的可能性不大。因此考虑首先对过往逡逑车辆进行目标检测和提取，为进一步的车标定位提供有利条件。如图１．１所示为逡逑实际高速卡口拍摄系统获取的车辆图像。逡逑２逡逑
a垮逡诲澹咤澹摺ⅰⅲ眨箦濉ⅲ骸ⅰ⒉罚垮澹В垮澹觯穑惧义贤迹保备咚倏ǹ谂纳阆低郴袢〉某盗就枷皴义希疲椋珏澹保卞澹裕瑁邋澹觯澹瑁椋悖欤邋澹椋恚幔纾邋澹悖幔穑簦酰颍澹溴澹猓澹瑁椋纾瑁鳎幔澹悖幔恚澹颍徨义险攵愿咚倏ǹ谂纳闱蚰诘墓盗臼贾沾τ谠硕刺庖惶氐悖南祝礤义侠迷硕勘昙觳獾姆椒ǹ焖俣ㄎ坏匠盗疚恢茫俳谐当甑拇侄ㄎ弧Ｎ南祝郏玻蒎义喜捎没谙袼氐淖允视觳馑惴ǎ诩觳馐苯欢勘曜魑尘埃硕勘曜魑义锨熬埃帽尘安罘址ń⒈尘澳Ｐ停员惹昂罅椒枷裰涞谋浠辞直尘板义嫌肭熬埃佣袢〕盗就枷瘛？ǹ谇蚰诔盗静糠趾凸凡糠直呓缑飨裕子谇义戏郑虼艘恍┭д呓咴导觳庥糜诔盗炯觳獾难芯恐校踩〉昧瞬淮淼男Чｅ义铣盗就枷窠厝『蟛⒉荒苋范ǔ当甑奈恢茫当甑亩ㄎ挥种苯佑跋斓匠当晔跺义媳
本文编号：2706228
【图文】：
在实际的道路交通环境中，由于卡口图像懫样区域大，车辆行驶速度快，背逡逑景环境复杂，直接对过往车辆进行车标识别的可能性不大。因此考虑首先对过往逡逑车辆进行目标检测和提取，为进一步的车标定位提供有利条件。如图１．１所示为逡逑实际高速卡口拍摄系统获取的车辆图像。逡逑２逡逑
a垮逡诲澹咤澹摺ⅰⅲ眨箦濉ⅲ骸ⅰ⒉罚垮澹В垮澹觯穑惧义贤迹保备咚倏ǹ谂纳阆低郴袢〉某盗就枷皴义希疲椋珏澹保卞澹裕瑁邋澹觯澹瑁椋悖欤邋澹椋恚幔纾邋澹悖幔穑簦酰颍澹溴澹猓澹瑁椋纾瑁鳎幔澹悖幔恚澹颍徨义险攵愿咚倏ǹ谂纳闱蚰诘墓盗臼贾沾τ谠硕刺庖惶氐悖南祝礤义侠迷硕勘昙觳獾姆椒ǹ焖俣ㄎ坏匠盗疚恢茫俳谐当甑拇侄ㄎ弧Ｎ南祝郏玻蒎义喜捎没谙袼氐淖允视觳馑惴ǎ诩觳馐苯欢勘曜魑尘埃硕勘曜魑义锨熬埃帽尘安罘址ń⒈尘澳Ｐ停员惹昂罅椒枷裰涞谋浠辞直尘板义嫌肭熬埃佣袢〕盗就枷瘛？ǹ谇蚰诔盗静糠趾凸凡糠直呓缑飨裕子谇义戏郑虼艘恍┭д呓咴导觳庥糜诔盗炯觳獾难芯恐校踩〉昧瞬淮淼男Чｅ义铣盗就枷窠厝『蟛⒉荒苋范ǔ当甑奈恢茫当甑亩ㄎ挥种苯佑跋斓匠当晔跺义媳
本文编号：2706228
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2706228.html
