《表1 不同维度特征的车辆识别准确率》
由表1可知,12维特征与最佳分类器(随机森林)结合的效果最好,其中随机森林和其他三个分类器一样,是为了验证提取的12维特征进行车辆识别的可行性。由于本文提取的12维特征是只针对车辆目标进行识别,而26维特征和8维特征中包含行人、自行车等其他目标的属性,其中12维与26维特征相比属于低维特征,计算量较少。另外26维和8维的特征没有考虑特征值与数据点之间的关系,总的来说12维特征在检测识别车辆目标方面的性能会略优于其它两种维度的特征。
图表编号 | XD00219390800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.20 |
作者 | 李欣、李京英 |
绘制单位 | 西安邮电大学通信与信息工程学院(人工智能学院)、西安邮电大学通信与信息工程学院(人工智能学院) |
更多格式 | 高清、无水印(增值服务) |