期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于显著性区域检测的抗干扰车辆颜色识别 预览
1
作者 利齐律 程良伦 黄国恒 《工业控制计算机》 2019年第5期95-96,共2页
在车辆颜色识别的过程中,车辆图像中主要颜色区域的准确分割、排除非颜色干扰区域始终是个问题。因此提出一种基于显著性区域检测的抗干扰车辆颜色识别算法,针对车辆颜色区域分割不准确问题进行一定程度的改善,去除车辆颜色干扰区域并... 在车辆颜色识别的过程中,车辆图像中主要颜色区域的准确分割、排除非颜色干扰区域始终是个问题。因此提出一种基于显著性区域检测的抗干扰车辆颜色识别算法,针对车辆颜色区域分割不准确问题进行一定程度的改善,去除车辆颜色干扰区域并使用自适应k近邻算法(KNN)进行颜色分类。实验结果表明,该方法能有效分割车辆主要颜色区域,并且能达到比较好的分类识别效果。 展开更多
关键词 车辆颜色识别 显著性区域检测 自适应k近邻算法 抗干扰
在线阅读 下载PDF
基于卷积神经网络的监控场景下车辆颜色识别 预览 被引量:2
2
作者 张强 李嘉锋 卓力 《测控技术》 CSCD 2017年第10期11-14,共4页
颜色是车辆识别中广泛应用的主要线索之一,在智能交通系统中扮演着重要的角色。受光照变化、噪声、环境等复杂因素的影响,传统的车辆颜色识别方法难以取得理想的识别效果。利用卷积神经网络(CNN)的优越识别性能,提出了一种基于卷积神... 颜色是车辆识别中广泛应用的主要线索之一,在智能交通系统中扮演着重要的角色。受光照变化、噪声、环境等复杂因素的影响,传统的车辆颜色识别方法难以取得理想的识别效果。利用卷积神经网络(CNN)的优越识别性能,提出了一种基于卷积神经网络的监控场景下车辆颜色识别方法。基于传统的CNN原理设计了车色识别专用深度网络架构,直接通过CNN学习基于颜色分布的分类模型。与其他基于深度学习的车色识别方法相比,提出的用于车色识别的专用深度网络,具有参数少、识别速度快、识别精度高等优点。实验结果表明,在Chen等公布的标准数据集上,与最新的研究成果相比,平均识别精度提高约0.77%,识别速度提高14倍左右。 展开更多
关键词 车辆颜色识别 卷积神经网络 图像处理 智能交通系统
在线阅读 下载PDF
车辆颜色识别方法研究 预览 被引量:4
3
作者 赵红波 张涵 《电视技术》 北大核心 2013年第23期207-209,233共4页
车辆颜色识别对车辆的识别与搜索、完善和增强智能交通系统功能具有重要意义。通过对颜色表示方法的深入研究,使用特殊的颜色空间合并与分解方法,提出了在室外正常光照条件下基于支持向量机的车辆颜色识别的方法。该方法克服了车辆颜... 车辆颜色识别对车辆的识别与搜索、完善和增强智能交通系统功能具有重要意义。通过对颜色表示方法的深入研究,使用特殊的颜色空间合并与分解方法,提出了在室外正常光照条件下基于支持向量机的车辆颜色识别的方法。该方法克服了车辆颜色识别过程中多种颜色产生的混叠问题,将车辆颜色分为7个种类,解决了样本分布不均及光照对车辆颜色的影响,提高了车辆颜色识别的准确率和效率。 展开更多
关键词 颜色表示 支持向量机 车辆颜色识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈