基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的虚拟线车辆检测算法仅利用图像亮度分量检测车辆,易受外部环境及车身颜色影响,误检率较高.提出了一种多信息融合的虚拟线车辆检测算法,以H、S、I三个分量信息为依据动态选择多个颜色空间的不同信息分量进行信息融合,将融合后的数据作为新的检测依据再进行虚拟线检测.检测效果同传统检测算法相比,可有效降低误检率.
推荐文章
多信息融合的实时人脸检测算法
人脸检测
类Haar特征
多信息融合
Adaboost算法
级联分类器
基于多传感器信息融合的机场道面裂缝检测算法
机场道面
裂缝检测
信息融合
候选裂缝筛选
像素融合
测试分析
基于SIFT特征的前方车辆检测算法
车辆检测
尺度不变特征转换特征
对称
匹配
改进YOLO的车辆检测算法
YOLO
端对端模型
DenseNet
车辆检测
YOLO-D
检测精度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多信息融合的虚拟线车辆检测算法
来源期刊 计算机与数字工程 学科 工学
关键词 虚拟线 信息融合 颜色空间
年,卷(期) 2011,(9) 所属期刊栏目 图像处理
研究方向 页码范围 128-131
页数 分类号 TP391
字数 3400字 语种 中文
DOI 10.3969/j.issn.1672-9722.2011.09.037
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭超 洛阳理工学院电气工程与自动化系 17 46 4.0 6.0
2 姚雷博 洛阳理工学院电气工程与自动化系 13 20 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (74)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
虚拟线
信息融合
颜色空间
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导