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:
为提高城市交通环境下车辆主动安全性,保障行人安全,提出了基于车载视觉传感器的行人保护方法.利用Adaboost算法实现行人的快速检测,结合Kalman滤波原理跟踪行人,以获取其运行轨迹.该方法利用离散Adaboost算法训练样本类Haar特征,得到识别行人的级联分类器,遍历车载视觉采集的图像,以获取行人目标;结合Kalman滤波原理,对检测到的行人目标进行跟踪,建立检测行人的动态感兴趣区域,利用跟踪结果分析行人的运行轨迹.试验表明:该方法平均耗时约80 ms/帧,检测率达到88%;结合Kalman滤波原理跟踪后,平均耗时降到55 ms/帧,实时性较好.
推荐文章
基于OTSU分割和HOG特征的行人检测与跟踪方法
行人检测
HOG特征
隐马尔可夫模型
OTSU算法
鲁棒性
基于助老机器人的行人检测与跟踪算法研究
助老机器人
行人检测
方向梯度直方图
支持向量机
核相关滤波器
基于支持向量机优化的行人跟踪学习检测方法?
支持向量机
行人检测跟踪
TLD
基于红外视频的车载行人车辆检测系统
梯形感兴趣区域
混合高斯模型
图像特征值
神经网络
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 基于车载视觉的行人检测与跟踪方法
来源期刊 西南交通大学学报 学科 交通运输
关键词 交通工程 汽车主动安全 行人检测 行人跟踪
年,卷(期) 2012,(1) 所属期刊栏目
研究方向 页码范围 19-25
页数 分类号 U491.2
字数 4726字 语种 中文
DOI 10.3969/j.issn.0258-2724.2012.01.004
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 郭烈 大连理工大学工业装备结构分析国家重点实验室 39 308 10.0 16.0
5 高龙 6 18 1.0 4.0
6 赵宗艳 大连理工大学运载工程与力学学部汽车工程学院 4 49 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (69)
参考文献  (16)
节点文献
引证文献  (16)
同被引文献  (19)
二级引证文献  (30)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(11)
  • 参考文献(2)
  • 二级参考文献(9)
2008(7)
  • 参考文献(2)
  • 二级参考文献(5)
2009(8)
  • 参考文献(7)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(7)
  • 引证文献(3)
  • 二级引证文献(4)
2014(9)
  • 引证文献(4)
  • 二级引证文献(5)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
交通工程
汽车主动安全
行人检测
行人跟踪
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
西南交通大学学报
双月刊
0258-2724
51-1277/U
大16开
四川省成都市二环路北一段
62-104
1954
chi
出版文献量(篇)
3811
总下载数(次)
4
总被引数(次)
51589
论文1v1指导