[發明專利]一種基于二類核函數支持向量機的車型識別方法

有效

• 申請號: 201010271486.4
• 申請日: 2010-09-02
• 公開（公告）號: CN101964061A
• 公開（公告）日: 2011-02-02
• 發明（設計）人: 李超;鄭飛;顏釗;郭信誼;熊璋
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/66
• 代理公司: 北京慧泉知識產權代理有限公司 11232
• 代理人: 王順榮;唐愛華

技術領域

本發明一種基于二類核函數支持向量機的車型識別方法，涉及一種運用模式識別等技術進行車輛類型識別的方法，特別是利用支持向量機的車輛類型識別方法。

背景技術

車輛檢測和識別技術是在交通監控中的一項重要研究課題，它具體涉及到計算機視覺、圖像處理、數據挖掘和模式識別等領域。同時，它也是智能交通及智慧城市中一項基本的信息收集技術，是上層道路狀況收集分析、交通決策制定等功能的基礎。

由于車輛信息主要來自于交通監控的視頻中，所以車輛檢測的主要功能是將車輛信息從視頻中提取出來；而車型識別則是通過分析已提取的車輛外形等特征，對車輛進行分類識別。因此，車輛檢測又可看作車型識別的前提。目前，基于視頻的車輛檢測方法主要有背景減除法、幀差法和光流法等，這些技術均已比較成熟，準確率較高。通過車輛檢查可以從圖像或視頻中提取出車輛的位置、輪廓或者車輛區域的頻域信息等特征，然后利用這些特征，如車輛的長寬比、頻域變換后的系數等，通過模式識別和數據挖掘等技術進行車輛分類、行為語義等進一步的分析。而本發明即主要針對利用已提取的車輛特征進行車型識別的問題，提出一種基于支持向量機的車型識別方法。

支持向量機是于20世紀90年代末提出的理論，經過不斷地發展，其已被廣泛地應用在模式識別和數據挖掘領域。支持向量機最早從用于線性劃分的最優平面理論發展起來，主要用于根據輸入的特征向量對目標樣本進行分類。假設樣本特征是一個n維的向量x_i，而分類結果y_i∈{0，1}表示分類后樣本被劃分的類別為0或1，即：

(xi,yi),i=1,···,n,x∈Rdsgn[f(x)]]]>

支持向量機即函數sgn[f(x)]，對于輸入的特征向量x，支持向量機通過特征函數f(x)計算對應的輸出值x′，然后通過判別函數sgn[x′]計算得出樣本屬于的類別(0或1)。早期的支持向量機只能對線性可分的二類問題進行分類，但是核函數方法的提出使其能處理非線性可分的問題。所謂的核函數方法即通過一個核函數將線性不可分的樣本特征向量映射到一個高維空間從而使其線性可分；而通過由多個二類支持向量機構造的支持向量機網絡，可以解決多類劃分的問題。但是目前已有的方法存在兩個缺點：一是支持向量機網絡構造復雜；二是支持向量網絡中支持向量機的數目較大，直接導致進行分類預測時速度慢、效率低，難以實際運用。

本發明中所述的方法是通過多個利用核函數方法的二類支持向量機構造支持向量機網絡，根據選定的車輛外形特征進行多類車輛的類型識別的方法。本方法利用二進制編碼方式進行支持向量機網絡的構造，通過交叉驗證確定最優參數，減少了向量機網絡中向量機的數目，構造簡單，時間效率高。

發明內容

本發明一種基于二類核函數支持向量機的車型識別方法，要解決的技術問題是：利用已獲得的車輛特征信息，對多類車輛進行車型識別。本發明提出一種利用多個支持向量機構造支持向量機網絡進行車型識別的方法，該方法對要進行識別的車輛類型進行二進制編碼，根據編碼構造支持向量機網絡；該網絡以選定的車輛特征向量為輸入，能夠快速高效地對車輛類型進行識別；支持向量機網絡構造簡單，利于實現，效率較高。

本發明解決其技術問題所采用的技術方案是：一種基于二類核函數支持向量機網絡的車型識別方法，其包括以下步驟：

(1)選取有效的車輛特征信息，對其進行標準化以用于支持向量機的訓練和預測；