论文研究 车辆识别中样本自动化准备方法研究.pdf

样本的准备是机器学习的基础，直接关系到算法对图像目标物的最终识别性能，也是一项非常繁琐和耗资源的任务，为此，文中提出一种样本自动化准备方法，分两个阶段：粗精度样本准备阶段和细精度样本准备阶段。粗精度样本准备阶段基于图像分割算法收集符合标准的样本，细精度样本准备阶段基于SVM方法选择边界样本，以减少样本规模，确保机器学习过程中对训练样本学习的高效性。提出的方法应用于车辆识别中，实验数据表明了该方法的有效性和高效性，具有良好的应用和推广价值。