《表6 本文算法与HOG和POEM算法的各类车标识别率的标准差比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《增强边缘梯度特征局部量化策略驱动下的车标识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:加粗字体表示最优结果。

对比图12中的3条折线，可以看出与HOG和POEM算法相比，本文算法在每类车标识别上的波动较小，都能取得很高的识别率。在第20、57、62和76类的车标识别中，HOG和POEM算法都未能达到很好的识别效果，相比之下，本文算法依然能取得较高的识别率。同时，通过计算这几种算法的各类车标识别率的标准差（如表6所示），定量表述了本文算法识别率的稳定性，表明本文算法在车标识别应用中具有更强的稳定性。