《表2 弱梯度信息消除前后的识别率对比》
注:加粗字体为每行最优值。
同时在HFUT-VL数据集和BVL数据上验证了消除弱梯度信息后的HOG特征的抗边缘模糊能力,实验结果如表2所示,从表2中数据可以看出,消除弱梯度的HOG特征在识别率方面有了明显的提高,特别是在模糊车标图像BVL数据集上,比原始HOG特征平均高出10.79%,这充分验证了消除弱梯度信息的HOG特征提取方法在模糊车标图像识别上的抗模糊能力。
图表编号 | XD00143041200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.16 |
作者 | 路强 |
绘制单位 | 合肥工业大学计算机与信息学院、工业安全与应急技术安徽省重点实验室 |
更多格式 | 高清、无水印(增值服务) |