基于多特征融合的前向车辆检测方法-论文.pdf

基于多特征融合的前向车辆检测方法-论文.pdf

ID:57974899

大小:903.77 KB

页数:5页

时间:2020-04-18

基于多特征融合的前向车辆检测方法-论文.pdf_第1页
基于多特征融合的前向车辆检测方法-论文.pdf_第2页
基于多特征融合的前向车辆检测方法-论文.pdf_第3页
基于多特征融合的前向车辆检测方法-论文.pdf_第4页
基于多特征融合的前向车辆检测方法-论文.pdf_第5页
资源描述:

《基于多特征融合的前向车辆检测方法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第40卷第2期计算机工程2014年2月Vbl_40NO.2ComputerEngineeringFebruary2014·人工智能及识别技术-文章编号:100m-3428(2ol4)o2—0203—_05文献标识码:A中图分类号:TP18基于多特征融合的前向车辆检测方法李星,郭晓松,郭君斌(第二炮兵工程大学兵器发射理论与技术国家重点学科实验室,西安710025)摘要:针对传统车辆检测方法定位精度不高的问题,提出一种基于多特征融合的前向车辆检测方法。采用基于直方图分析和自适应双I值的方法分别实现阴影和边缘特征的准确分割,并通过阴影和边缘特征的综合分析,生成车辆假设区域。利用对

2、称性、纹理和轮廓匹配度3个特征融合得到的综合特征对获得的车辆假设区域进行验证,剔除其中的误检区域。实验结果证明,该方法能在不同光照条件下自适应地进行车辆检测,检测率可达92%以上,且在检测率和误检率2项指标上均优于传统基于学习的方法。关键词:自适应双阈值;特征提取;多特征融合;Fisher准则;前向车辆检测ForwardV-ehicleDetectionMethodBased0nMulti.featureFusionLIXing,GUOXiao—song,GUOJun—bin(StateKeyLaboratoryofWeaponLaunchingTheoryandTechn

3、ology,TheSecondArtilleryEngineeringUniversity,Xi’an710025,China)[Abstract]Aforwardvehicledetectionmethodbasedonmulti—featurefusionisproposedinordertoimprovetheaccuracyofvehicledetection.Theshadowandedgefeaturesofvehiclearesegmentedaccuratelybyusinghistogramanalysismethodandadaptivedual—thr

4、esholdmethodrespectively.Theinitialcandidatesaregeneratedbycombiningedgeandshadowfeaturesandtheseinitialcandidatesarefurtherverifiedbyusinganintegratedfeaturebasedonthefusionofsymmetry,textureandshapematchingdegreefeatures.Athresholdisusedtoremovethenon—vehicleinitialcandidates.Experimenta

5、lresultsshowthatthismethodcanadapttodiferentlightconditionsrobustlywithadetectionrateover92%.Theproposedmethodisbetterthantraditionalmethodsbasedonlearningwithahigherdetectionrateandlowererrorrate.[Keywords]adaptivedual—threshold;featureextraction;multi—featurefusion;Fishercriterion;forwar

6、dvehicledetectionDoh1O,39690.issn1000—3428.2014.02.044检测的速度较慢;在假设验证阶段,文献[8—9]使用对称性1概述特征验证生成的假设区域,文献[10]使用纹理特征验证生成根据世界卫生组织的一项调查显示,全球平均每年有的假设区域,但是,单独使用对称性特征或纹理特征不能120万人在道路交通事故中丧生,每年有数千万人在交通事排除那些对称性或纹理特征较强的非车辆区域,从而导致故中受伤llJ。交通事故原因分析结果表明,追尾碰撞占事故误检率较高。文献[11—14]~rJ用基于学习的方法检测前向车总数的比例较高,特别是在高速公路上,

7、追尾碰撞的比例辆,如Adaboost算法、支持向量机(SupportVectorMachine,超过了40%J。因此,前向碰撞预警系统在减小追尾交通SVM)等,但是,基于学习的方法难以准确定位车辆尾部投事故等方面有着重要的意义。前向车辆的实时准确检测是影的位置,影响车距计算的准确性。实现前向碰撞预警的关键技术之一,视觉系统由于其具有针对上述问题,本文提出一种基于多特征融合的车辆获取信息丰富、成本低、易于实现前向车辆检测和跟踪等检测方法。在假设生成阶段,通过综合分析阴影和边缘特优势越来越广泛地用于前向碰撞预警系统。征

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。