一种面向"互联网+"智能交通管理的车辆类型识别方法

摘要：

针对现有智能交通管理中车辆类型识别方法存在分类器效率较低等诸多问题,通过构造一种新的分类器,建立了一种智能交通车辆类型识别新方法.首先采用边缘梯度直方图进行图像特征提取,然后通过融合纠错编码技术和K-近邻分类器构造新分类器实现车辆类型的分类.通过大量实验仿真分析比对表明,该方法不仅能将多类分类问题转化成多个两分类问题,而且使车辆类型识别效率提高了2%,鲁棒性好.因此,该方法在"互联网+"智能交通管理中具有广阔的应用前景和推广价值.

关键词：边缘方向直方图、纠错编码、K-近邻分类器、智能交通、车辆类型识别

所属期刊栏目：40

分类号：TN911-34;TP391.4

资助基金：国家自然科学基金61273271;国防科工局"十二五"技术基础项目JSJL2014203B015;陕西省工业科技攻关项目2016GY-141;西京学院教改规划课题JGGH1704

在线出版日期：2017-07-19（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：184-186