-
题名改进的矩特征和随机森林算法车标分类
被引量：3
- 1
-
-
作者
李芳菊
林楠
-
机构
中原工学院信息商务学院信息技术系
郑州大学软件应用技术学院
-
出处
《计算机工程与设计》
北大核心
2018年第6期1664-1668,1684,共6页
-
基金
河南省高等学校青年骨干教师资助计划基金项目(15XTQ010)
-
文摘
提出一种可靠、高效的车标分类方法,结合改进的Gaussian-Hermite矩特征和随机森林分类器实现车标的可靠分类。其核心是提出一种改进的Gaussian-Hermite矩特征,具体是在图像Gaussian-Hermite矩的基础上,分别提取GaussianHermite不变矩和鉴别矩特征,结合主成分分析方法进行降维,构建改进的Gaussian-Hermite矩特征。采用随机森林分类器对该特征进行学习和预测,得到车标分类结果。实验结果表明,采用该方法进行车标分类得到的错分率指标低,平均分类耗时少。
-
关键词
图像分类
车标分类
GAUSSIAN-HERMITE矩
随机森林
主成分分析
-
Keywords
image classification
vehicle logo classification
Gaussian-Hermite moments
random forest
principal component analysis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
