%0 Journal Article
%T 基于Gabor特征和增强Fisher模型的目标检测和识别
%A 何毅
%A 杨新
%J 模式识别与人工智能
%P 455-461
%D 2006
%X 研究基于Gabor特征和增强Fisher线性判别模型(EFM)的目标检测和识别问题.用Gabor滤波器族对样本和场景图像进行分解,得到高维特征向量.然后利用主成分分析(PCA)将高维特征向量变换到低维空间,根据新的特征幅值检测场景图像中可能存在的车辆目标,并对检测到的目标用EFM进行特征分析后,与样本训练得到的特征进行相似性分类.实验证明本文算法在降低特征维数的同时,仍能较好地识别车辆目标.本文还对车辆个数和位置确定等问题也提出解决方法,并用实验对算法进行验证.
%K Gabor滤波器
%K 主成分分析(PCA)变换
%K 增强Fisher线性判别模型(EFM)
%K k均值算法
%K 车辆检测与识别
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10667.shtml