文献类型：期刊文章

作　　者：薛峰[1] 朱强[1] 林楠[2]

机构地区：[1]中原工学院信息商务学院信息技术系,河南郑州450007 [2]郑州大学软件与应用科技学院,河南郑州450002

出　　处：《计算机工程与设计》

基　　金：国家科技型中小企业技术创新基金项目(10C26214102198);河南省科技攻关重点计划基金项目(122102210563;132102210215);河南省高等学校重点科研项目计划基金项目(15B520008)

年　　份：2017

卷　　号：38

期　　号：12

起止页码：3425-3430

语　　种：中文

收录情况：BDHX、BDHX2014、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对大规模车标图像的分类难题,提出一种结合支持向量机(SVM)和随机森林的学习方法。采用SVM分类器对到达随机森林各剖分结点的数据进行剖分;对于分类过程中新增加的类别,采用增量学习机制进行再学习,不需要重新学习整个随机森林;提取车标图像的梯度方向直方图特征,采用提出方法进行特征的训练与分类。实验结果表明,提出方法对不同车标图像的识别率高,尤其是可以对训练数据集中没有的车标类别进行高效的增量学习。

关 键 词：车标分类  车标识别 随机森林  支持向量机 梯度方向直方图

分 类 号：TP391]