[发明专利]一种基于局部特征聚合描述符的车型识别方法在审
| 申请号： | 201510738540.4 | 申请日： | 2015-11-03 |
| 公开（公告）号： | CN105335757A | 公开（公告）日： | 2016-02-17 |
| 发明（设计）人： | 李鸿升;刘海军;胡欢;曹滨;范峻铭 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 徐金琼 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于局部特征聚合描述符的车型识别方法，首先提取车型数据库中车辆图像的SIFT特征；然后对所有车辆图像的SIFT特征进行Kmeans聚类，形成K个聚类中心，得到具有K个视觉单词的字典；接着针对每张车型图像将每个SIFT特征赋给离其最近的视觉单词；统计每个视觉单词周围的SIFT特征向量与当前视觉单词的残差累积量，得到当前车辆图片的局部特征聚合描述符；最后，将训练模块的n张车型图像的局部特征聚合描述符，通过量化编码，得到一个可索引的n类车型类别的编码图像库；而对测试车辆图像，同样提取其局部特征聚合描述符，作为查询向量，导入图像库进行索引，通过近似最近邻搜索方法进行匹配，识别出测试车辆车型。 | ||
| 搜索关键词： | 一种 基于 局部 特征 聚合 描述 车型 识别 方法 | ||
【主权项】：
一种基于局部特征聚合描述符的车型识别方法，包括以下步骤：步骤1：对车型数据库的车辆图像进行SIFT特征提取；步骤2：对所有车型图像提取到的SIFT特征向量x进行KMeans聚类，得到具有K个视觉单词的字典；步骤3：针对每张车型图像将提取到的每个SIFT特征向量x赋给离其最近的视觉单词；步骤4：统计每个视觉单词周围的SIFT特征向量x与当前视觉单词的残差累积量，得到该张车辆图片的局部特征聚合描述符；步骤5：将训练模块的n张车型图像的局部特征聚合描述符，通过量化编码，得到一个可索引的n类车型类别的编码图像库；步骤6：对测试车辆图像，同样提取其局部特征聚合描述符，作为查询向量，导入步骤5中得到的图像库进行索引，通过近似最近邻搜索方法进行匹配，识别出测试车辆车型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510738540.4/，转载请声明来源钻瓜专利网。
