基于HOG特征和TSVM算法的车标识别

作者：张化迎

来源：信息技术, 2023, 47(02): 185-196.

DOI：10.13274/j.cnki.hdzj.2023.02.034

• 车标识别
• 车标分类
• HOG特征
• 孪生支持向量机
• 增量学习

支持向量机(Support Vector Machine, SVM)是建立车标识别模型的主要智能方法之一。考虑SVM存在计算复杂度高和无法实现增量学习等问题，提出一种基于孪生支持向量机(Twin SVM, TSVM)增量学习算法，并结合HOG特征设计一种车标识别系统。首先利用特征检测结合仿射变换技术，实现车标的精准定位；然后提取车标图像HOG特征，并通过对矩阵的逆运算进行分解和重组，实现TSVM增量学习。最后利用车标数据集训练分类模型，实现对车标的分类。实验结果表明，文中提出的算法在车标数据集上实现了91.77%的识别率，优于其他几种识别算法，证明了文中提出算法的有效性。

• 单位
  烟台汽车工程职业学院