基于径向基神经网络的车辆目标识别方法研究

摘要：

文中介绍了一种基于径向基(RBF)神经网络的车辆目标识别算法.该方法提取平移、旋转、尺度放缩等变换下都不变的目标形状特征，其中包括8个离散余弦变换描述子，6个独立的不变矩，3个最能区别目标特征的区域描述子，把这些特征参数输入RBF神经网络进行分类识别.实验结果表明，这种RBF网络的特征融合识别方法性能稳定，比BP网络速度快，且较BP网络具有更高的识别精度。

关键词： 车辆目标识别 RBF神经网络 特征提取 离散余弦变换

作者: 魏晗 张长江 刘玉凤 胡敏

作者单位: 浙江师范大学数理与信息工程学院,金华,321004

会议类型: 国内会议

会议名称: 第五届全国信息获取与处理学术会议

会议地点: 秦皇岛·北戴河

会议语种:中文

页码: 651-653

在线出版日期: 2007-08-06（万方平台首次上网日期，不代表论文的发表时间）