一种车辆分类方法及系统
成果描述:本专利建立一种基于线性判别分析和独立成分分析的车辆分类方法,首先利用线性判别分析提取特征进行第一次大小车型的分类,再利用独立成分分析的第二种结构与线性判别分析的结合,进行特征提取,实行第二步将车辆分为不同的详细车型。市场前景分析:车辆分类技术有着非常重要的现实意义,车辆分类技术在自动收费系统、车辆图像检索如市场统计、流量分析及公安交通监控侦稽系统等领域中有着广泛的应用。本发明着重根据车辆视频图像的特点,即其具有较大噪声,且光照强度变化较大,同类型的车辆形状颜色等外在相似程度也较低的特点,将独立成分分析第二种结构的改进方法(FICA2)作为细分类的特征提取方法,构建特征空间进行细分类。经研究表明,本发明的方法处理速度可达到15帧每秒,满足实时处理需求,准确率达到96%以上。与同类成果相比的优势分析:本专利将独立成分分析的第二种结构与线性判别分析的结合方法,即FICA2应用到车辆图像的特征提取中来,FICA2通过寻求稀疏的编码表示,来构建一个分离度更高的子空间。 本专利提出二次分类方法,首先利用线性判别分析进行特征提取,将车辆按车型大小分为大型车与小型车两大类,然后利用FICA2进行第二次分类来达到将车型分为具体类别的目的。经实验验证,与现有的基于图像的分类方法比较,获得了更好的分类准确率。
电子科技大学
2021-04-10