车辆识别中样本自动化准备方法研究

摘要：

样本的准备是机器学习的基础,直接关系到算法对图像目标物的最终识别性能,也是一项非常繁琐和耗资源的任务,为此,文中提出一种样本自动化准备方法,分两个阶段:粗精度样本准备阶段和细精度样本准备阶段.粗精度样本准备阶段基于图像分割算法收集符合标准的样本,细精度样本准备阶段基于SVM方法选择边界样本,以减少样本规模,确保机器学习过程中对训练样本学习的高效性.提出的方法应用于车辆识别中,实验数据表明了该方法的有效性和高效性,具有良好的应用和推广价值.

关键词：训练样本、样本分类、边界样本、支持向量机

所属期刊栏目：46

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863the National High-Tech Rcsearch and Development Plan of China under Grant 2006AA11Z221;国家自然科学基金the National Natural Science Foundation of China under Grant 60702076

在线出版日期：2010-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：25-27