原文服务方: 计算机应用研究       
摘要:
为了有效检测夜间车辆,提出了一种利用D-S证据理论进行夜间车辆检测的方法.首先在YCrCb颜色空间中采用阈值法对道路场景图像进行分割得到明亮块,提取各个明亮块的轮廓,利用轮廓四邻域偏红度水平消除非尾灯等虚假目标.其次,使用尾灯聚类算法组合车灯对,得到车辆假设.最后,利用车辆车尾中车灯对的面积比、互相关值以及车灯对组合框长宽比等结构化特征信息来构建基本信任分配函数,运用D-S证据理论,融合这些特征信息得到总的信任度值,最终设立信任度阈值验证车辆假设.该方法减少了主观阈值的数量,可有效降低经验不足导致阈值确定不当的风险,提高辨别率.实验结果表明,该方法效果明显,提高了检测精度,减少了误判,同时提高了系统的鲁棒性.
推荐文章
利用D-S证据理论进行特征融合的同义实体识别
D-S证据理论
特征融合
同义实体识别
搜索引擎
相似函数
D-S证据理论在目标识别中的应用
证据理论
基本概率赋值
组合规则
决策规则
基于区间D-S证据理论的物流中心选址模型
物流中心
选址方案
区间数
Dempster-Shafer证据理论
基于D-S证据理论的测试性综合评估方法
D-S证据理论
测试性评估
Bayes理论
Pignistic转换
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 利用D-S证据理论的夜间车辆检测
来源期刊 计算机应用研究 学科
关键词 D-S证据理论 夜间车辆 车辆检测 车灯检测
年,卷(期) 2012,(5) 所属期刊栏目 图形图像技术
研究方向 页码范围 1943-1946
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.05.091
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 安吉尧 湖南大学信息科学与工程学院 16 173 7.0 13.0
2 欧志芳 湖南大学信息科学与工程学院 3 28 3.0 3.0
3 周芳丽 湖南大学信息科学与工程学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (45)
参考文献  (7)
节点文献
引证文献  (9)
同被引文献  (7)
二级引证文献  (30)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(8)
  • 参考文献(2)
  • 二级参考文献(6)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(15)
  • 引证文献(3)
  • 二级引证文献(12)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
D-S证据理论
夜间车辆
车辆检测
车灯检测
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导