一种基于视频流的车标分类方法技术

本发明专利技术提供一种基于视频流的车标分类方法。由于Grassmann流形的核函数矩阵能够表示Grassmann流形上两点间的相似性度量，相对于现有技术中使用欧几里得空间的距离进行图像集合之间的分类，本发明专利技术基于Grassmann空间的距离实现图像集与图像集之间的分类，能更好突出对象在不同环境下的特征，能在保留特征的前提下减少计算量，提高识别效率，使分类更加准确。

【技术实现步骤摘要】

【技术保护点】
一种基于视频流的车标分类方法，其特征在于，包括以下步骤：1训练阶段1.1预处理建立训练集{x1,x2…xn}，n表示训练集中车标图片总数，确定样本车标类总数为C，车标类集合为{1,2,…C,unlabelled}，unlabelled表示未标记的类；对每一个样本车标类下的图片进行分组，每一组包含该车标类下的k幅图片；每一个样本车标类包含多种光照与角度下的该车标类下的车标图片；训练集中所有车标类下的图片共分为N组；将每一幅图片的像素值拉成一维的列向量，一组图片形成列数为k的图形矩阵Mi；对图形矩阵Mi进行奇异值分解SVD得到D个特征值对应的特征向量组成的特征矩阵Xi，从而得到所有已标记车标类下训练样本yi表示第i组图片对应的车标类；1.2训练将训练样本X输入最近邻分类器进行训练，根据输入的训练样本X计算Grassmann流形的核函数矩阵Ki，并构建领域图计算出投影矩阵A，得到训练样本在特征空间上的投影向量Vi＝ATKi；2识别阶段2.1车标定位：对输入图片进行车标定位，确定车标区域得到车标图片；2.2车标识别：对车标图片进行奇异值分解SVD得到D个特征值对应的特征向量组成的特征矩阵Xq作为测试样本，再根据测试样本计算核函数矩阵Kq，最终得到测试样本在特征空间上的投影向量Vq＝ATKq，A为投影矩阵，·T表示矩阵转置，将测试样本投影向量Vq输入最近邻分类器，最近邻分类器根据测试样本投影向量Vq与各训练样本投影向量的欧式距离进行车标分类。...

【技术特征摘要】

【专利技术属性】
技术研发人员：解梅，于国辉，陈熊，黄成挥，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51