欢迎来到天天文库
浏览记录
ID:51416371
大小:416.59 KB
页数:4页
时间:2020-03-23
《基于SVM与数据融合的车辆视频分类系统.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、ComputerEngineeringandApplications计算机工程与应用2010,46(11)217基于SVM与数据融合的车辆视频分类系统张慧敏L2,班晓娟2,孟宇2,石山松zZHANGHui—minl,2,BANXiao-juanz,MENGyu2,SHIShah-son921.中国邮政储蓄银行有限责任公司,北京1008082.北京科技大学,北京1000831.PostalSavingsBankofChina,Beijing100808,China2.UniversityofScienceandTechnologyBeiji
2、ng,Beijing100083。ChinaE-mail:banxj@ies.ustb.edu.anZI/ANGHal-min,BANXiao-juan,MENGYu,eta1.VehiclevideoclassificationsystembasedonSVManddatafusion.En雩如∞ringandApplications,2010,46(11):217-219.Abstract:ResearchshowsthatamajorfactortIlatinflueNcesvehicleclassificationsystemba
3、sedonvideoaccuracyrateistheaccurateofthevehicleparameters.AccordingtOthissituation,thispaperpresentsamethodbasedonmulti-sourcedatafusiontodetractvehicles’shapeparametersandusesSupportVectorMachine(SVM)toclassvehicles.田leexperimentalresultsindicatethatmulti—sourcedatafusio
4、nmethodcancontrolnoisedisturbanceincoilectingprocedureandtheelTOI.scausedbycameralensdistortioneffectivelyandincreasetheinaccuracyofthevehicleshapeparameters.UsingsupportmachinetoclassvehiclesCanovercometheproblemoflocalextremevaluesunavoidablyinneuralnetwork.,I_hesuggest
5、edmethodcanincreasetheaccuracyofvehiclesclassificationandhasastrongtimeliness,besuitableforthereal-timevehicleclassificationsystem.Keywords:video;vehieleclassification;SupportVectorMachine(SVM);datafusion摘要:影响基于视频检测的车型分类系统准确率的一个主要因素是采集的车辆外型参数的准确性。针对这种情况,提出了基于多源数据融合的方法提取车辆
6、的外型参数,并使用SVM(支持向量机)对车辆进行分类。实验结果表明,多源数据融合的方法能够有效控制在采集过程中产生的噪音干扰和镜头畸变引起的误差,提高车型参数的准确性。使用支持向量机分类能够克服神经网络中无法避免的局部极值问题。该方法能够提高车型分类准确率,实时性强,适用于实时车型分类系统。关键词:视频;车型分类;支持向量机;数据融合DOI:10.3778,j.issn.1002—8331.2010.11.066文章编号:1002—8331(2010)11—0217.03文献标识码:A中图分类号:TP3911引言目前,车型分类统计方式按照
7、工作原理不同,可以分为电磁感应式、声波式、激光式、视频检测方式等多种类型。与其他交通检测手段相比,视频检测识别技术主要有以下优势:安装简便,无需破坏路面,施工时不影响交通,易于移动、调整检测器位置,维护费用低。随着计算机处理能力的加强和人工智能的发展,基于视频的车辆检测和车型分类有着广阔的应用前景,所以研究基于视频的车型分类技术是非常有必要的【1】。基于视频的车型分类技术是通过视频摄像头获取交通情况,对视频图象分析提取交通信息参数。从正面进行车型分类的研究较多,从侧面进行车型分类研究较少,并且从侧面进行车辆识别对于高速收费站进行车型判断、
8、交通督察车采集道路使用率等参数都有重要意义。文章研究了从侧面进行车型分类的方法。在侧面车辆分类中,应用得比较广泛的方法是将采集的车辆外形参数输入神经网络模型判断出车型。神经网络虽然具有较强的模
此文档下载收益归作者所有