基于2DPCA-ICA和SVM的车标识别新方法  

A novel method for vehicle-logo recognition based on 2DPCA-ICA and SVM

作　　者：李文举[1] 孙娟红[1] 韦丽华[1] 李侠[1] 

机构地区：[1]辽宁师范大学计算机与信息技术学院,辽宁大连116081

出　　处：《辽宁师范大学学报（自然科学版）》2011年第2期166-169,共4页Journal of Liaoning Normal University:Natural Science Edition

基　　金：辽宁省教育厅高等学校科研项目(L2010232)

摘　　要：为了进一步提高车标识别率,提出了一种新的车标识别方法.首先应用二维主元分析技术进行数据降维,然后应用独立成分分析技术提取车标图像的特征,最后应用支持向量机技术设计分类器进行车标识别.实验结果表明,和现有方法相比,所提出的车标识别方法具有更高的识别率、更快的运算速度.To further improve the rate of vehicle-logo recognition,a novel approach of vehicle-logo recognition is presented in this paper.Firstly,two-dimensional principal component analysis（2DPCA） is applied to data dimension reduction for vehicle-logo images;secondly,independent component analysis（ICA） ia used to extract the vehicle-logo images＇s feature;finally,support vector machine（SVM） is adopted to design the classifier for recognizing vehicle-logos.Experimental results show that the proposed method in this paper has higher accuracy,quicker speed for vehicle-logo recognition.

关 键 词：车标识别 二维主元分析 独立成分分析 支持向量机 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]