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:
为了有效地定位交通监控图像中的车辆区域,提出了一种基于车辆轮廓对称和车牌定位信息融合的车辆检测方法.该方法首先检测图像中的车辆轮廓竖直对称轴,然后以车辆轮廓对称轴位置为基准检测车牌水平和竖直对称轴,最后根据车牌横纵对称轴和车辆轮廓图像的水平、竖直投影进行车辆区域定位.以450张15类车型的图片为测试集进行了基于对称特征融合的车辆区域检测,并与基于车辆边缘、车牌、车辆纹理特征和车辆图像Gabor特征的4种方法进行了对比,实验结果表明基于车辆轮廓对称与车牌对称特征融合的车辆区域检测方法最优,其检测率和检测时间分别为90.7%和125 ms.
推荐文章
基于车牌检测的前方车辆识别方法
HSV色彩空间
车牌检测
前方车辆识别
基于多特征融合的前向车辆检测方法
自适应双阈值
特征提取
多特征融合
Fisher 准则
前向车辆检测
基于对称FAST特征的车辆目标检测方法
车辆检测
对称特征
FAST特征点
特征描述
阴影特征
基于卷积网络的车辆定位与细粒度分类算法
卷积神经网络
细分车型识别
车牌定位
区域回归
多标签分类
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 基于车辆轮廓对称与车牌定位信息融合的车辆检测方案
来源期刊 东南大学学报(英文版) 学科 工学
关键词 车辆检测 轮廓对称 车牌定位 信息融合
年,卷(期) 2012,(2) 所属期刊栏目
研究方向 页码范围 240-244
页数 分类号 TP391
字数 1347字 语种 英文
DOI 10.3969/j.issn.1003-7985.2012.02.019
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 何杰 东南大学变通学院 167 1709 22.0 31.0
2 赵池航 东南大学变通学院 25 205 8.0 13.0
3 连捷 东南大学变通学院 1 14 1.0 1.0
4 张百灵 西交利物浦大学计算机与软件工程系 1 14 1.0 1.0
5 党倩 东南大学变通学院 2 42 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (14)
同被引文献  (8)
二级引证文献  (10)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(6)
  • 引证文献(3)
  • 二级引证文献(3)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
车辆检测
轮廓对称
车牌定位
信息融合
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
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导