结合物体性度量和表观特征的车辆检测

结合物体性度量和表观特征的车辆检测

论文摘要

车辆检测是当前汽车主动安全技术研究的重要内容,以车辆检测为基础的临撞预警系统在降低交通事故发生、提高道路交通系统的安全性方面具有十分重大的现实意义。本文提出了一种结合物体性度量和表观特征的车辆检测方法,该方法具有命中率高和虚警率低的特点,针对单帧图像的检测效率高。首先,本文研究了摄像机的成像原理,得出了在图像中车辆沿道路消失线分布的结论,将整幅图像的感兴趣区域集中在道路消失线附近,并且沿着道路消失线开辟了许多不同尺度的检测窗口,大大降低了搜索空间。然后,本文将物体性度量引入到车辆检测的假设产生部分,选取了显著性、颜色、边缘和超像素作为物体性度量的四个线索,并给出了各自的评分规则,结合这四个线索对感兴趣区域中的所有检测窗口进行评分,根据评分确定了若干个最有可能覆盖车辆的检测窗口。接下来利用非极大值抑制的方法对这些检测窗口进行了融合,将每个疑似车辆在图像中用新的窗口定位,以此作为假设产生阶段的输出。最后,本文通过提取假设产生阶段输出窗口的HOG特征,并通过多尺度训练得到的分类器进行判别,作为假设验证。在假设验证部分重点研究了HOG特征的提取算法和多尺度样本训练。在假设验证结束后本文提出了一种基于边缘信息的前方车辆距离估计的方法。本文提出的方法通过了各种场景的实验图像的验证,取得了很好的效果,能够满足实时应用的需要。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 课题研究背景
  • 1.1.1 智能交通系统
  • 1.1.2 汽车主动安全技术
  • 1.1.3 临撞预警系统产品
  • 1.2 车辆检测的体系框架和算法研究
  • 1.2.1 假设产生方法
  • 1.2.2 假设验证方法
  • 1.2.3 现有方法的局限性
  • 1.3 本文研究工作概述
  • 1.3.1 本文方法的体系框架
  • 1.3.2 本文的主要研究工作
  • 1.4 本文的内容安排
  • 第二章 基于道路消失线和物体性度量的假设产生
  • 2.1 基于道路消失线的感兴趣区域产生
  • 2.2 基于物体性度量的疑似车辆提取
  • 2.2.1 物体性度量概述
  • 2.2.2 物体性度量线索
  • 2.2.3 线索参数的学习
  • 2.2.4 贝叶斯线索结合
  • 2.3 多尺度物体定位
  • 2.3.1 多尺度重叠窗口融合方法
  • 2.3.2 基于非极大值抑制的物体定位
  • 2.4 本章小结
  • 第三章 基于表观特征和支持向量机的假设验证
  • 3.1 表观特征提取
  • 3.1.1 HOG概述
  • 3.1.2 特征提取过程
  • 3.2 基于支持向量机的训练和分类
  • 3.2.1 支持向量机
  • 3.2.2 多尺度样本训练和分类
  • 3.3 车辆距离估计
  • 3.4 本章小结
  • 第四章 系统实现与实验验证
  • 4.1 系统实现
  • 4.2 性能指标
  • 4.3 实验验证
  • 4.3.1 实验结果
  • 4.3.2 实验设计
  • 4.4 本章小结
  • 第五章 总结与展望
  • 5.1 本文工作总结
  • 5.2 今后工作展望
  • 致谢
  • 参考文献
  • 作者在学期间取得的学术成果
  • 相关论文文献

    • [1].基于对抗学习与深度估计的车辆检测系统[J]. 辽宁石油化工大学学报 2020(03)
    • [2].浅析智能交通中的车辆检测技术及发展[J]. 居舍 2017(32)
    • [3].基于HOG-GentleBoost的车辆检测方法[J]. 计算机时代 2018(06)
    • [4].世界各国的车辆检测[J]. 汽车与安全 2012(12)
    • [5].有限状态机在夜间车辆检测上的应用[J]. 石家庄铁道大学学报(自然科学版) 2016(04)
    • [6].基于双车辆可变形部件模型的车辆检测方法[J]. 汽车工程 2017(06)
    • [7].基于双车辆可变形部件模型的车辆检测方法研究[J]. 南方农机 2017(20)
    • [8].智能交通系统中车辆检测方法的研究[J]. 信息化建设 2015(12)
    • [9].手机在车辆检测中的应用[J]. 汽车维护与修理 2013(05)
    • [10].基于机器视觉的隧道车辆检测系统设计与实现[J]. 自动化与仪器仪表 2015(09)
    • [11].重庆机动车强检“第一现场”[J]. 今日重庆 2017(06)
    • [12].基于视频的夜间车辆检测与跟踪[J]. 计算机技术与发展 2020(05)
    • [13].基于CenterNet-GYolov3的车辆检测方法[J]. 软件 2020(05)
    • [14].基于雷达应用原理的车辆检测方案[J]. 中国交通信息化 2019(06)
    • [15].论车辆检测技术的方法及应用[J]. 山西建筑 2017(33)
    • [16].基于视频监控的高速公路运动车辆检测技术分析[J]. 四川水泥 2016(05)
    • [17].基于视频的运动车辆检测算法研究[J]. 企业科技与发展 2016(04)
    • [18].车辆检测技术专利技术综述[J]. 中国新通信 2015(05)
    • [19].基于智能球机的视频车辆检测系统的设计[J]. 吉首大学学报(自然科学版) 2018(06)
    • [20].监控场景下的实时车辆检测方法[J]. 电子测量与仪器学报 2018(07)
    • [21].国外移动式车辆检测技术分析[J]. 汽车与安全 2012(12)
    • [22].车辆检测报告单审核应注意的问题[J]. 汽车维护与修理 2013(11)
    • [23].基于磁阻传感器的车辆检测算法[J]. 激光杂志 2015(09)
    • [24].视频处理中的车辆检测技术浅析[J]. 信息通信 2014(01)
    • [25].无人机逆向车辆检测数据时效性分析[J]. 交通运输系统工程与信息 2014(01)
    • [26].车辆检测技术实验教学的改革与探索[J]. 高校实验室工作研究 2012(04)
    • [27].视频车辆检测技术及发展趋势[J]. 中国人民公安大学学报(自然科学版) 2010(01)
    • [28].基于深度学习的车辆检测[J]. 中国公共安全 2019(12)
    • [29].车辆检测传感技术践析[J]. 中国公共安全 2019(03)
    • [30].一种视频监控中的夜间车辆检测方法[J]. 无线通信技术 2017(04)

    标签:;  ;  ;  ;  

    结合物体性度量和表观特征的车辆检测
    下载Doc文档

    猜你喜欢