基于Gabor特征和增强Fisher模型的目标检测和识别

摘要

研究基于Gabor特征和增强Fisher线性判别模型（EFM）的目标检测和识别问题。用Gabor滤波器族对样本和场景图像进行分解,得到高维特征向量。然后利用主成分分析（PCA）将高维特征向量变换到低维空间,根据新的特征幅值检测场景图像中可能存在的车辆目标,并对检测到的目标用EFM进行特征分析后,与样本训练得到的特征进行相似性分类。实验证明本文算法在降低特征维数的同时,仍能较好地识别车辆目标。本文还对车辆个数和位置确定等问题也提出解决方法,并用实验对算法进行验证。