一种基于自变量线性回归及结构张量行列式的车标检测方法及系统

    公开(公告)号:CN107316003A

    公开(公告)日:2017-11-03

    申请号:CN201710417394.4

    申请日:2017-06-06

    IPC分类号: G06K9/00 G06K9/32 G06K9/46

    摘要: 本发明涉及一种基于自变量线性回归及结构张量行列式的车标检测方法及系统,通过自变量线性回归算法首先提取车牌位置信息,根据车牌背景颜色的特点,提出了回归素的概念,采用回归素对车牌背景颜色进行建模并定位。根据车牌位置信息确定车标检测区域。在车标检测区域内,提出一种基于滑动窗口结构张量行列式的车标检测方法,在特征窗口扫描过程中,通过隐变量支持向量机(Latent-SVM),实现对车标检测,并利用强-弱结构张量行列式筛选缩短了检测时间。由于滑动窗口结构张量行列式利用了HOG特征计算过程中的梯度信息,因此本方法并不需要增加过多的计算开销,且准确率也有明显提高。

    一种基于线性回归及结构张量的车标检测方法及系统

    公开(公告)号:CN107316003B

    公开(公告)日:2019-10-15

    申请号:CN201710417394.4

    申请日:2017-06-06

    IPC分类号: G06K9/00 G06K9/32 G06K9/46

    摘要: 本发明涉及一种基于线性回归及结构张量的车标检测方法及系统,通过自变量线性回归算法首先提取车牌位置信息,根据车牌背景颜色的特点,提出了回归素的概念,采用回归素对车牌背景颜色进行建模并定位。根据车牌位置信息确定车标检测区域。在车标检测区域内,提出一种基于滑动窗口结构张量行列式的车标检测方法,在特征窗口扫描过程中,通过隐变量支持向量机(Latent‑SVM),实现对车标检测,并利用强‑弱结构张量行列式筛选缩短了检测时间。由于滑动窗口结构张量行列式利用了HOG特征计算过程中的梯度信息,因此本方法并不需要增加过多的计算开销,且准确率也有明显提高。